url - 防止两次编码 URI

Question

我正在尝试编写一个对 URI 进行编码的函数，以使它们符合rfc 3986。

即检查除字母以外的每个字符；/?:@&=+$-_.!~*'()|\^[]``#被取代%[hex octet]

我想确保如果使用已经编码的 URI 调用函数，代码不会破坏它。

到目前为止，我所做的只是寻找一个 '%' 符号，后跟 2 个八位字节字符。我发现我替换的任何其他保留字符。

我还应该做其他检查吗？

不要介意安全问题；他们正在其他地方处理。

Answer 1

我认为正确编码的 URI 应该总是第二次干净地通过。

原因是无论如何您都必须正确解析 URI，因为/ @ . : ? & =在 URI 中包含字符是完全合法的，只要它们出现在正确的位置即可。

因此，只有在 URI 的该部分不合法时才对字符进行编码。有了这个断言，你就可以创建一个在每个位置都是合法的编码字符串，所以当你解析它时，就没有什么可以编码的了。

请记住，如果有人向您抛出要编码的 URI，并且它恰好是模棱两可的（即，它包含改变 URI 语法的特殊字符），他们就不能期望得到正确的结果。

为了更直接地回答您的问题，我会说是的：鉴于上述所有情况，您只需要对%转义序列进行特殊处理。

Answer 2

嗯，你怎么知道已经编码的 URI 不应该再次编码？也许URI包含，我不知道，如何编码URI的例子，如果不会被第二次编码，那么解码会破坏它？

也就是说，您可以检查是否只%存在允许的字符加号，以及是否每个字符都%后跟一个十六进制数字。如果是，则很有可能（但不能保证）编码已经完成。