整理HTML5中支持的URL编码与字符编码

URL 编码
URL 编码就是将 URLs 中不宜打印的字符或者具有特殊意义的字符转换为 Web 浏览器和服务器明白且普遍接受的表示法。 这些字符包括：

ASCII 控制字符 - 不宜打印的字符通常用于输出控制。字符范围是十六进制的 00-1F（十进制的 0-31）和 7F（十进制的 127）。下面提供了完整的编码表。

非 ASCII 控制字符 - 这些字符超出了 128 个 ASCII 字符集的范围。这个范围是 ISO-拉丁字符集的一部分以及包含整个十六进制的 ISO-拉丁字符集 00-FF （十进制的 128-255）的“前半部分”。下面提供了完整的编码表。

保留字符 - 诸如美元符号，和号，加号，通用符号，正斜杠，冒号，分好，等号，问号以及 “at”这类符号。所有这些符号在 URL 内都有不同的意义，因此需要编码。下面提供了完整的编码表。

不安全字符 - 包括空格，问号，小于符号，大于符号，磅字符，百分比符号，大括号左边部分，大括号右边部分，管道符，反斜杠，插入符号，波浪线。左方括号，右方括号，沉音符。出于某些原因，这些字符出现在 URLs 中存在被误解的可能性。这些字符也应该始终被编码。下面提供了完整的编码表。
编码表示法需要三个字符替换期望的字符：一个百分号，两个在 ASCII 字符集中表示字符位置的十六进制数字、

示例
最常见的特殊字符之一便是空格。我们不能在 URL 中直接输入一个空格。空格在字符集中就是十六进制的 20。因此请求服务器时可以使用 %20 表示空格。

这个 URL 实际上是从 www.example.com 检索一个名为 new pricing.html 的文档。

ASCII 控制字符编码
包括十六进制的 00-1F（十进制的 0-31）和 7F（十进制的 127）字符码。

十进制格式	十六进制值	字符	URL 编码
0	00		%00
1	01		%01
2	02		%02
3	03		%03
4	04		%04
5	05		%05
6	06		%06
7	07		%07
8	08	退格符	%08
9	09	tab	%09
10	0a	换行符	%0a
11	0b		%0b
12	0c		%0c
13	0d	回车符	%0d
14	0e		%0e
15	0f		%0f
16	10		%10
17	11		%11
18	12		%12
19	13		%13
20	14		%14
21	15		%15
22	16		%16
23	17		%17
24	18		%18
25	19		%19
26	1a		%1a
27	1b		%1b
28	1c		%1c
29	1d		%1d
30	1e		%1e
31	1f		%1f
127	7f		%7f

非 ASCII 控制字符编码
包括整个十六进制的 ISO-拉丁字符集 80-FF（十进制的 128-255）编码的“前半部分”。

十进制格式	十六进制值	字符	URL 编码
128	80	€	%80
129	81	?	%81
130	82	?	%82
131	83	?	%83
132	84	?	%84
133	85	…	%85
134	86	?	%86
135	87	?	%87
136	88	?	%88
137	89	‰	%89
138	8a	?	%8a
139	8b	?	%8b
140	8c	?	%8c
141	8d	?	%8d
142	8e	?	%8e
143	8f	?	%8f
144	90	?	%90
145	91	‘	%91
146	92	’	%92
147	93	“	%93
148	94	”	%94
149	95	?	%95
150	96	–	%96
151	97	—	%97
152	98	?	%98
153	99	?	%99
154	9a	?	%9a
155	9b	?	%9b
156	9c	?	%9c
157	9d	?	%9d
158	9e	?	%9e
159	9f	?	%9f
160	a0		%a0
161	a1	?	%a1
162	a2	￠	%a2
163	a3	￡	%a3
164	a4	¤	%a4
165	a5	￥	%a5
166	a6	|	%a6
167	a7	§	%a7
168	a8	¨	%a8
169	a9	?	%a9
170	aa	a	%aa
171	ab	?	%ab
172	ac	?	%ac
173	ad	-	%ad
174	ae	?	%ae
175	af	ˉ	%af
176	b0	°	%b0
177	b1	±	%b1
178	b2	2	%b2
179	b3	3	%b3
180	b4	′	%b4
181	b5	μ	%b5
182	b6	?	%b6
183	b7	·	%b7
184	b8	?	%b8
185	b9	1	%b9
186	ba	o	%ba
187	bb	?	%bb
188	bc	?	%bc
189	bd	?	%bd
190	be	?	%be
191	bf	?	%bf
192	c0	à	%c0
193	c1	á	%c1
194	c2	?	%c2
195	c3	?	%c3
196	c4	?	%c4
197	c5	?	%c5
198	c6	?	%v6
199	c7	?	%c7
200	c8	è	%c8
201	c9	é	%c9
202	ca	ê	%ca
203	cb	?	%cb
204	cc	ì	%cc
205	cd	í	%cd
206	ce	?	%ce
207	cf	?	%cf
208	d0	D	%d0
209	d1	?	%d1
210	d2	ò	%d2
211	d3	ó	%d3
212	d4	?	%d4
213	d5	?	%d5
214	d6	?	%d6
215	d7	×	%d7
216	d8	?	%d8
217	d9	ù	%d9
218	da	ú	%da
219	db	?	%db
220	dc	ü	%dc
221	dd	Y	%dd
222	de	T	%de
223	df	?	%df
224	e0	à	%e0
225	e1	á	%e1
226	e2	a	%e2
227	e3	?	%e3
228	e4	?	%e4
229	e5	?	%e5
230	e6	?	%e6
231	e7	?	%e7
232	e8	è	%e8
233	e9	é	%e9
234	ea	ê	%ea
235	eb	?	%eb
236	ec	ì	%ec
237	ed	í	%ed
238	ee	?	%ee
239	ef	?	%ef
240	f0	e	%f0
241	f1	?	%f1
242	f2	ò	%f2
243	f3	ó	%f3
244	f4	?	%f4
245	f5	?	%f5
246	f6	?	%f6
247	f7	÷	%f7
248	f8	?	%f8
249	f9	ù	%f9
250	fa	ú	%fa
251	fb	?	%fb
252	fc	ü	%fc
253	fd	y	%fd
254	fe	t	%fe
255	ff	?	%ff

保留字符编码
下表用于编码保留字符。

十进制格式	十六进制值	字符	URL 编码
36	24	$	%24
38	26	&	%26
43	2b	+	%2b
44	2c	,	%2c
47	2f	/	%2f
58	3a	:	%3a
59	3b	;	%3b
61	3d	=	%3d
63	3f	?	%3f
64	40	@	%40

不安全字符编码
下表用于编码不安全字符。

十进制格式	十六进制值	字符	URL 编码
32	20	space	%20
34	22	"	%22
60	3c	<	%3c
62	3e	>	%3e
35	23	#	%23
37	25	%	%25
123	7b	{	%7b
125	7d	}	%7d
124	7c	|	%7c
92	5c	\	%5c
94	5e	^	%5e
126	7e	~	%7e
91	5b	[	%5b
93	5d	]	%5d
96	60	`	%60

字符编码

字符编码就是将字节转换为字符的一种方法。要验证或者显示一个 HTML 文档，程序必须选择一个字符编码。HTML5 作者有三种方式设置字符编码：

HTTP Content-Type 头：
如果你在编写 cgi 程序或者类似的程序，那么可以使用 HTTP Content-Type 头设置任意字符编码：

下面是一个简单的例子：

<meta> 元素：
可以使用带有 charset 属性的 <meta> 元素指定 HTML5 文档前 512 个字节的编码：

下面是简化的例子：

尽管这种语法是被允许的，但上述语法需要使用 <meta http-equiv="Content-Type" content="text/html; charset=UTF-8"> 替换。

Unicode 字节顺序标记（BOM）
一个字节顺序标记（BOM）由数据流开头的 U+FEFF 字符码组成，它可以用作定义字节顺序和编码形式的签名，主要是未标记的明文文件。

许多 Windows 程序（包括 Windows 记事本）都会在保存为 UTF-8 的任意文档开头添加 0xEF, 0xBB, 0xBF。这就是 Unicode 字节顺序标记（BOM）的 UTF-8 编码，通常被称为 UTF-8 BOM，尽管它和字节顺序没有关系。

对于 HTML5 文档，我们可以在文件的开头使用 Unicode 字节顺序标记（BOM）字符。这个字符为使用的编码提供了签名。