0

我应该如何格式化带有特殊/国际字符的 URL？

目前，我尝试使 URL “看起来不错”，以便：

www.myhost.com/this is a test, do you know how?

转换为：

www.myhost.com/this_is_a_test_do_you_know_how

我知道可以转换一些国际字母（ü = ue，æ = ae，å = aa），可以删除一些字符。我一般会尝试使 URL 看起来“不错”，但这很愚蠢吗？

但是，与我们的西方 ASCII 格式无关的中文、日文、阿拉伯字母怎么办？

我真的不喜欢用十六进制代码重写 URL 的想法，所以现在如果 url 包含太多“不可转换”字符，我只使用我的内部唯一 ID。

4

4 回答 4

1

您使用什么语言？PHP 包含一个函数 filter_var() ，它似乎可以满足您的大部分需求。请参阅http://us.php.net/manual/en/function.filter-var.php。

一般来说，从任意字符串输入生成人类可读的 ASCII 字符串的成本可能太高了，不值得。如果用户给你一个汉字，你会怎么做？查字典并用拼音输出结果？

最好、最通用的解决方案是简单地获取输入，将其格式化为 UTF-8，然后对结果进行 url 编码。这将使非拉丁文本不可读，但无论如何，这些语言都没有好的通用解决方案。您使用的语言几乎肯定具有可以使这变得简单的库函数。

于 2008-10-16T16:40:29.210 回答
0

但是谷歌没有利用 URL 吗？如果给定文章的某些文本在 URL 中，Google 搜索引擎会使用它吗？但是，如果真的没有很酷的方法来处理非 ascii 字母，那么这些语言在“google-internet”上的优先级较低？

于 2008-10-16T17:17:10.260 回答
0

看看说，http://ja.wikipedia.org/。如果您将鼠标悬停在链接上，它们会在状态栏中显示为日文字符。当您点击链接时，在位置栏中看起来不是那么日本，但这可能无济于事。没有检查，但我认为它都是 utf8 十六进制编码的。

于 2008-10-16T17:49:03.643 回答
0

如果您使用 .NET 而不是

Server.URLEncode( myURL );

但是如果你想使用斯堪的纳维亚字符或任何你想要的字符，你只需要在你的 URL ReWriting 组件中设置规则，因为DynamicWeb CMS软件使用所有可用的字符，只用下划线 ('_') 替换空格

像这个网址：

http://www.gynækologen.dk/Undersøgelser_og_behandlinger.aspx

您可以在域中看到 æ 以及页面名称中的 ø

于 2008-10-16T18:47:55.897 回答