URL编码字符集问题：字符集与跨系统一致性

URL 编码又叫百分号编码（Percent-Encoding），定义在 RFC 3986 中：把 URL 里不允许直接出现的字符先转成 UTF-8 字节，再把每个字节写成“%”加两位十六进制数，例如空格写成 %20，“中”写成 %E4%B8%AD。下面重点说明字符集与跨系统一致性。

URL编码字符集问题

现代浏览器和 RFC 3986 都要求先转 UTF-8 再百分号编码。少数老系统仍使用 GBK，“中”会被编成 %D6%D0，与 UTF-8 的 %E4%B8%AD 不同。

示例

输入：user@example.com

编码结果：user%40example.com

说明：按 RFC 3986 编码，空格为 %20，中文按 UTF-8。

Python 示例

下面是 Python 中处理URL编码的常用写法：

from urllib.parse import quote, quote_plus, urlencode
quote("123问 a&b", safe="")      # 123%E9%97%AE%20a%26b
quote_plus("a b")               # a+b
urlencode({"q": "测试", "p": 1}) # q=%E6%B5%8B%E8%AF%95&p=1

运行前确认输入的字符集（推荐 UTF-8），结果可以用本站工具交叉核对。

怎样核对结果

检查 URL 编码是否正确：解码一次能得到原文；结果中不应出现“%25”（重复编码的迹象）；% 后面必须紧跟两位十六进制数字。

本站的URL编码解码工具可以直接处理，计算在浏览器本地完成，适合快速核对结果。

常见问题

【哪些字符不用编码？】字母、数字和 - _ . ~ 四个符号不用编码。

【空格应该编码成 %20 还是 +？】路径和 RFC 3986 规范里用 %20；表单格式（x-www-form-urlencoded）用“+”。不确定时用 %20 更安全。

【为什么中文变成了三组 %XX？】中文按 UTF-8 编码，常用汉字占 3 个字节，每个字节写成一个 %XX。

文中示例可以在本站对应工具中验证；处理密码、证件号等敏感数据时，请注意保护隐私。

标签： 编码 文本处理