Информатика · объяснение и практика

Путь и query: почему плюс и процентное кодирование требуют контекста

Кодирование компонента URL: данные против разделителей, амперсанд внутри значения и опасность повторного декодирования.

Синие фигурные скобки держат между собой оранжевый квадрат.

В теме Компьютерные сети и веб · Учебная карта

В маршруте Интернет-протоколы и границы гарантий · 10 тем

Главная мысль

URL состоит из частей, а отдельные символы могут служить их разделителями. Поэтому кодируют данные внутри выбранного компонента, сохраняя структуру самого адреса. Повторное кодирование или декодирование уже обработанной строки способно изменить её смысл.

У символа может быть структурная роль

В обычной строке поисковых параметров амперсанд часто отделяет один параметр от следующего. Если название курса содержит A&B, необработанный амперсанд может быть принят за границу параметров. Приложение должно передать его как данные значения, а не как управляющий разделитель.

Процентное кодирование представляет байт тройкой из знака процента и двух шестнадцатеричных цифр. Для амперсанда используется%26. При работе с нелатинским текстом сначала требуется согласованное представление символов байтами; процентная запись не отменяет вопрос кодировки. Одну букву не всегда можно представить одной такой тройкой.

Собираем адрес из отдельных значений

Пусть параметр topic должен содержать текст A&B, а level — число 2. При соответствующем формате параметров получается?topic=A%26B&level=2. Амперсанд между параметрами сохраняет роль разделителя, а амперсанд внутри названия передан кодированной последовательностью.

Если закодировать весь готовый URL как одно значение, можно потерять его структурные слеши, двоеточие или разделители запроса. Если не кодировать значения совсем, данные смогут случайно превратиться в структуру. Поэтому сначала выбирают компонент и формат, затем применяют подходящий стандартный сборщик именно к его данным.

Пример

Нужное значение topic: A&B. В запросе topic=A%26B&level=2 это один параметр topic со значением A&B и отдельный level.

Внутренний%26 восстанавливает амперсанд как данные после разбора компонента. Внешний&по-прежнему разделяет два параметра по принятому формату.

Не обрабатываем одну запись повторно

Сам знак процента как данные записывается%25. Поэтому повторное кодирование%26 может дать%2526. Одно декодирование такой строки вернёт%26, а второе — амперсанд. Это уже два разных этапа интерпретации, способных привести к неожиданной структурной роли символа в неправильно устроенном обработчике.

Нужно заранее установить, где строка ещё является кодированной записью, где уже стала значением компонента и кто выполняет преобразование. Универсальное правило «декодировать, пока остаётся процент» опасно. Также не следует считать плюс заменой пробела во всех URI: такое значение связано с определёнными форматами параметров, а не с любым местом произвольного адреса.

От чтения к действию

А теперь — вы

Значение query-параметра topic должно быть R#D. Как сохранить решётку внутри значения, не превратив D во фрагмент URL?

Частые вопросы

Нужно кодировать весь готовый адрес одним компонентным кодировщиком?

Нет. Структуру URL собирают отдельно, а данные кодируют по правилам соответствующего компонента.

Почему%2526 после одного декодирования не равно&?

Потому что%25 даёт знак процента. Результатом первого прохода будет%26; амперсанд появился бы лишь после второго.

Источники и работа с материалом

Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.

Продолжить разбираться