友好url的安全字符
我需要做一个网站，将有文章，我想为它做出友好的url，例如页面的URL
标题：文章testing
应成为： http://www.example.com/articles/article_test : http://www.example.com/articles/article_test 。
当然，我需要从标题中删除一些字符? 或# ，但我不知道哪些要删除。
有人能告诉我哪些angular色是安全的吗？
引用RFC 3986的第2.3节：
“URI中允许的但没有保留目的的字符被称为unreserved，包括大写和小写字母，十进制数字，连字符，句号，下划线和代字号。
ALPHA DIGIT "-" / "." / "_" / "~"
请注意，RFC 3986比较旧的RFC 2396列出了更less的预留标点符号。
有两组angular色需要注意： 保留和不安全 。
保留的字符是：
- ＆符号（“＆”）
- 美元（“$”）
- 加号（“+”）
- 逗号（“，”）
- 正斜杠（“/”）
- 冒号（“：”）
- 分号（“;”）
- equals（“=”）
- 问号（“？”）
- 'At'符号（“@”）
- 磅（“＃”）。
一般认为不安全的字符是：
- 空间 （” ”）
- 小于和大于（“<>”）
- 打开和closures括号（“[]”）
- 打开和closures大括号（“{}”）
- pipe道（“|”）
- 反斜杠（“\”）
- 脱字符（“^”）
- 百分 （”％”）
我可能已经忘记了一个或多个，这导致我回应卡尔五世的答案。 从长远来看，使用允许字符的“白名单”，然后对string进行编码，而不是试图跟踪服务器和系统不允许的字符，可能会更好。
您最好只保留一些字符（白名单），而不是删除某些字符（黑名单）。
你可以在技术上允许任何字符，只要你正确地编码它。 但是，要回答这个问题的精神，你只应该允许这些字符：
- 小写字母（将大写字母转换为低字节）
- 数字，从0到9
- 短划线或下划线_
- Tilde〜
其他一切都有潜在的特殊含义。 例如，您可能认为您可以使用+，但可以用空格replace。 ＆也是危险的，特别是如果使用一些重写规则。
与其他评论一样，请查看标准和规格以了解完整的详细信息。
unreserved = ALPHA / DIGIT /“ – ”/“。” /“_”/“〜”
永远安全
这些都是安全的（理论上/规范），基本上除了域名以外的任何地方。
百分比编码任何未列出的，你很好去。
AZ az 0-9 - . _ ~ ( ) ' ! * : @ , ;
有时安全
在特定的URL组件中使用时才是安全的; 小心使用。
Paths: + & = Queries: ? / Fragments: ? / # + & =
从不安全
根据URI规范（RFC 3986），所有其他字符必须进行百分比编码。 这包括：
<space> <control-characters> <extended-ascii> <unicode> % < > [ ] { } | \ ^
如果考虑到最大兼容性，请将字符集限制为AZ az 0-9 – _。
（仅用于文件扩展名）。
从你描述的背景来看，我怀疑你实际上想要做什么就是所谓的“SEO slu </s>”。 对于这些人来说，最好的一般习惯是：
- 转换为小写
- 将除az和0-9之外的整个字符序列转换为一个连字符（ – ）（不是下划线）
- 从url中删除“停用词”，即“a”，“an”和“the”等不具有意义的索引词。 谷歌停止广泛的名单
所以，举个例子，一篇题为“使用！@％$ *来代表漫画中发誓”的文章会得到一个“使用 – 表示 – 发誓 – 漫画”的slu </s>。
查看RFC3986 – 统一资源标识符（URI）：通用语法 ，您的问题围绕着URI的path组件。
foo://example.com:8042/over/there?name=ferret#nose \_/ \______________/\_________/ \_________/ \__/ | | | | | scheme authority path query fragment | _____________________|__ / \ / \ urn:example:animal:ferret:nose
引用第3.3节，URI segment有效字符的types是pchar ：
pchar = unreserved / pct-encoded / sub-delims /“：”/“@”
其中分解为：
ALPHA / DIGIT / "-" / "." / "_" / "~"
pct-encoded
"!" / "$" / "&" / "'" / "(" / ")" / "*" / "+" / "," / ";" / "="
":" / "@"
换句话说：您可以使用ASCII表中的任何（非控制）字符， 除了 / ? ， # ， [和] 。
这种理解是由RFC1738 – 统一资源定位符（URL）支持的 。
URI的格式在RFC 3986中定义。 详情请参阅3.3节。
从SEO的angular度来看，连字符比下划线更受欢迎。 转换为小写，删除所有的撇号，然后用一个连字符replace所有非字母数字的string。 从开始和结束修剪多余的连字符。
我有类似的问题，我想要有漂亮的url，并得出结论，我必须只允许在英文字母，数字和 – 。 这很好，然后我写了一些很好的正则expression式，我意识到，它承认所有的UTF8字符不是在.NET中的字母，并拧紧。 这似乎是一个.NET正则expression式引擎的一个知道的问题。 所以我得到了这个解决scheme：
private static string GetTitleForUrlDisplay(string title) { if (!string.IsNullOrEmpty(title)) { return Regex.Replace(Regex.Replace(title, @"[^A-Za-z0-9_-]", new MatchEvaluator(CharacterTester)).Replace(' ', '-').TrimStart('-').TrimEnd('-'), "[-]+", "-").ToLower(); } return string.Empty; } /// <summary> /// All characters that do not match the patter, will get to this method, ie useful for unicode chars, because /// .NET impl of regext do not handle unicode chars. So we use char.IsLetterOrDigit() which works nicely and we /// return what we approve and return - for everything else. /// </summary> /// <param name="m"></param> /// <returns></returns> private static string CharacterTester(Match m) { string x = m.ToString(); if (x.Length > 0 && char.IsLetterOrDigit(x[0])) { return x.ToLower(); } else { return "-"; } }
我发现它是非常有用的编码我的url到一个安全的时候，我通过Ajax / PHP返回一个值，然后再次被页面读取的URL。
PHP输出与URL编码器的特殊字符＆
//PHP returning the sucess info of ajax request echo "".str_replace('&','%26',$_POST['name'])." category was changed"; //javascript sending the value to url window.location.href='time.php?return=updated&val='+msg; //javascript/php executing the function printing the value of the url, //now with the text normally lost in space because of the reserved & character. setTimeout("infoApp('updated','<?php echo $_GET['val'];?>');",360);
我想你正在寻找类似于“URL编码”的东西 – 编码一个URL，以便在networking上使用它是“安全的”：
这是一个参考。 如果你不想要任何特殊字符，只要删除任何需要URL编码的东西：
在3-50个字符之间。 可以包含小写字母，数字和特殊字符 – 点（。），短划线（ – ），下划线（_）和速率（@）。
