URL編碼

本文的目的是設計一個完成URL編碼的C++類。在我曾經的項目中，我需要從 VC++ 6.0應用程序中POST數據，而這些數據需要進行URL編碼。我在MSDN中查找 能根據提供的字符串生成URL編碼的相關類或API，但我沒有找到，因此我必須設 計一個自己的URLEncode C++類。

URLEncoder.exe是一個使用URLEncode類的MFC對話框程序。

如何處理

一些特殊字符在Internet上傳送是件棘手的事情, 經URL編碼特殊處理，可以 使所有字符安全地從Internet傳送。

例如，回車的ASCII值是13，在發送FORM數據時候這就認為是一行數據的結束 。

通常，所有應用程序采用HTTP或HTTPS協議在客戶端和服務器端傳送數據。服 務器端從客戶端接收數據有兩種基本方法：

1、數據可以從HTTP頭傳送（COOKIES或作為FORM數據發送）

2、可以包含在URL中的查詢部分

當數據包含在URL，它必須遵循URL語法進行編碼。在WEB服務器端，數據自動 解碼。考慮一下下面的URL，哪個數據是作為查詢參數。

例如：http://WebSite/ResourceName?Data=Data

WebSite是URL名稱

ResourceName可以是ASP或Servlet名稱

Data是需要發送的數據。如果MIME類型是Content-Type: application/x- www-form-urlencoded，則要求進行編碼。

RFC 1738

RFC 1738指明了統一資源定位(URLs)中的字符應該是US-ASCII字符集的子集 。這是受HTML的限制，另一方面，允許在文檔中使用所有ISO-8859-1(ISO- Latin)字符集。這將意味著在HTML FORM裡POST的數據（或作為查詢字串的一部 分），所有HTML編碼必須被編碼。

ISO-8859-1 (ISO-Latin)字符集

在下表中，包含了完整的ISO-8859-1 (ISO-Latin)字符集，表格提供了每個 字符范圍（10進制），描述，實際值，十六進制值，HTML結果。某個范圍中的字 符是否安全。

Character range(decimal) Type Values Safe/Unsafe 0-31 ASCII Control Characters These characters are not printable Unsafe 32-47 Reserved Characters '' ''!?#$%&''()*+,-./ Unsafe 48-57 ASCII Characters and Numbers 0-9 Safe 58-64 Reserved Characters :;<=>?@ Unsafe 65-90 ASCII Characters A-Z Safe 91-96 Reserved Characters [\]^_` Unsafe 97-122 ASCII Characters a-z Safe 123-126 Reserved Characters {|}~ Unsafe 127 Control Characters '' '' Unsafe 128-255 Non-ASCII Characters '' '' Unsafe

所有不安全的ASCII字符都需要編碼，例如，范圍(32-47, 58-64, 91-96, 123-126)。

下表描述了這些字符為什麼不安全。 Character Unsafe Reason Character Encode "<" Delimiters around URLs in free text %3C > Delimiters around URLs in free text %3E . Delimits URLs in some systems %22 # It is used in the World Wide Web and in other systems to delimit a URL from a fragment/anchor identifier that might follow it. %23 { Gateways and other transport agents are known to sometimes modify such characters %7B } Gateways and other transport agents are known to sometimes modify such characters %7D | Gateways and other transport agents are known to sometimes modify such characters %7C \ Gateways and other transport agents are known to sometimes modify such characters %5C ^ Gateways and other transport agents are known to sometimes modify such characters %5E ~ Gateways and other transport agents are known to sometimes modify such characters %7E [ Gateways and other transport agents are known to sometimes modify such characters %5B ] Gateways and other transport agents are known to sometimes modify such characters %5D ` Gateways and other transport agents are known to sometimes modify such characters %60 + Indicates a space (spaces cannot be used in a URL) %20 / Separates directories and subdirectories %2F ? Separates the actual URL and the parameters %3F & Separator between parameters specified in the URL %26

如何實現

字符的URL編碼是將字符轉換到8位16進制並在前面加上''%''前綴。例如， US-ASCII字符集中空格是10進制

的32或16進制的20，因此，URL編碼是%20。

URLEncode: URLEncode是一個C++類，來實現字符串的URL編碼。CURLEncode 類包含如下函數：

isUnsafeString

decToHex

convert

URLEncode

URLEncode()函數完成編碼過程，URLEncode檢查每個字符，看是否安全。如 果不安全將用%16進制值進行轉換並添加到原始字符串中。

代碼片斷:

class CURLEncode
{
private:
　static CString csUnsafeString;
　CString (char num, int radix);
　bool isUnsafe(char compareChar);
　CString convert(char val);
public:
　CURLEncode() { };
　virtual ~CURLEncode() { };
　CString (CString vData);
};
bool CURLEncode::isUnsafe(char compareChar)
{
　bool bcharfound = false;
　char tmpsafeChar;
　int m_strLen = 0;
　m_strLen = csUnsafeString.GetLength();
　for(int ichar_pos = 0; ichar_pos < m_strLen ;ichar_pos++)
　{
　　tmpsafeChar = csUnsafeString.GetAt(ichar_pos);
　　if(tmpsafeChar == compareChar)
　　{
　　　bcharfound = true;
　　　break;
　　}
　}
　int char_ascii_value = 0;
　//char_ascii_value = __toascii(compareChar);
　char_ascii_value = (int) compareChar;
　if(bcharfound == false &&　char_ascii_value > 32 &&
　　　　　　　　　　　　　　 char_ascii_value < 123)
　{
　　return false;
　}
　// found no unsafe chars, return false
　else
　{
　　return true;
　}
　return true;
}
CString CURLEncode::decToHex(char num, int radix)
{
　int temp=0;
　CString csTmp;
　int num_char;
num_char = (int) num;
　if (num_char < 0)
　　num_char = 256 + num_char;
　while (num_char >= radix)
　　{
　　temp = num_char % radix;
　　num_char = (int)floor(num_char / radix);
　　csTmp = hexVals[temp];
　　}
　csTmp += hexVals[num_char];
　if(csTmp.GetLength() < 2)
　{
　　csTmp += ''0'';
　}
　CString strdecToHex(csTmp);
　// Reverse the String
　strdecToHex.MakeReverse();
　return strdecToHex;
}
CString CURLEncode::convert(char val)
{
　CString csRet;
　csRet += "%";
　csRet += decToHex(val, 16);
　return　csRet;
}

參考：

URL編碼: .

RFC 1866: The HTML 2.0 規范 (純文本). 附錄包含了字符表: .

Web HTML 2.0 版本(RFC 1866) : .

The HTML 3.2 (Wilbur) 建議: .

The HTML 4.0 建議: .

W3C HTML 國際化區域: .

本文配套源碼