|
RFC 3986 規(guī)定，Percent encoding的非保留字如下：
Unreserved characters, per RFC 3986 (January 2005)
A B C D E F G H I J K L M N O P Q R S T U V W X Y Z
a b c d e f g h i j k l m n o p q r s t u v w x y z
0 1 2 3 4 5 6 7 8 9 - _ . ~
也就是說，這些字出現(xiàn)在 URI 中的時候，不進行編碼，因為他們和URI的格式?jīng)]有關(guān)系，只是表示原義的字符
另外，保留字如下：
Reserved characters, per RFC 3986 (January 2005)
! * ‘ ( ) ; : @ & = + $ , / ? % # [ ]
這些字符，是有特殊意義的，如果在不代表那些特殊意義而代表原意的時候出現(xiàn)，必須經(jīng)過編碼，如下：
Reserved characters after percent-encoding
! * ‘ ( ) ; : @ & = + $ , / ? % # [ ]
%21 %2A %27 %28 %29 %3B %3A %40 %26 %3D %2B %24 %2C %2F %3F %25 %23 %5B %5D
而 % 號后面就是一個2位的十六進制數(shù)，這個數(shù)，就是 Unicode 的 UTF-8 編碼的另一種表現(xiàn)形式。
讓我們詳細還原一下’口’ 字為什么是 ‘%E5%8F%A3′ 吧。
剛才我們談到 ‘口’ 的 Unicode 編碼 21475 的二進制形式是：
101001111100011
剛才我們又聊到，對于一個的漢字，它的UTF-8編碼的形式是：
U-00000800 – U-0000FFFF: 1110xxxx 10xxxxxx 10xxxxxx
現(xiàn)在我們做個填空題，把 ‘口’ 二進制碼切開填進去替換掉 x:
101001111100011 = ----0101 --001111 --100011
101001111100011 = 1110xxxx 10xxxxxx 10xxxxxx
第一個字節(jié)少一位，左邊加個0補齊，得到：
11100101 10001111 10100011
讓我們把這三個二進制數(shù)轉(zhuǎn)換成16進制，并且加上百分號，運行如下javascript代碼：
alert(
‘%’ + parseInt(’11100101′, 2).toString(16) +
‘%’ + parseInt(’10001111′, 2).toString(16) +
‘%’ + parseInt(’10100011′, 2).toString(16)
) // get ‘%e5%8f%a3′
怎么樣，得到 %e5%8f%a3 了吧。
另外javascript的內(nèi)置函數(shù) encodeURI、decodeURI、encodeURIComponent、decodeURIComponent 就是進行的 Percent Encode，只是在對待 : / ; ?等特殊字符的時候有區(qū)別。
另外，再介紹一下 HTML 中的 Numeric character reference, NCR編碼
相信大家都知道，HTML中的特殊字符是需要編碼的，比如 & 需要被編碼為： & 還有 ® 這樣的特殊字符。其實HTML也是可以利用 Unicode 編碼來顯示任何一個字符的，編輯一個如下的html文件：
<html>
<body>
口
口
口
</body>
</html>
結(jié)果就是三個“口”字。
還有一種常用的編碼是 base64 編碼，base64編碼本來是為了在 email 這樣的非純 8-bit 的傳輸層傳輸二進制數(shù)據(jù)而設計出來的，這樣就可以在 email 中傳遞二進制的附件。它用 a-z A-Z 0-9 +/= 這64個字符來表示原有的數(shù)據(jù)，并且將連續(xù)的三個字符編碼為四個，長度增加33%。
這個編碼方式在一些比較超前的 javascript 應用中比較常用，例如 這個超級瑪麗游戲 ，它里面的音樂就是寫 javascript 文件中的。例如 這個 利用 canvas 作圖的例子，里面的頭像也是寫在 javascript 源代碼中的。這就是 RFC 2397 規(guī)定的 data URIs 協(xié)議，F(xiàn)irefox 瀏覽器支持，IE8也開始部分支持了，利用 data URIs 和 base64 編碼，我們可以不借助任何外來的音樂、圖像等多媒體文件而創(chuàng)造出豐富的效果。
以上就是我想介紹的 javascript 和 html 中常用到的編碼和原理，最后還想提到一句，很多的黑客行為都和編碼有關(guān)，用編碼后的代碼來通過一些簡單的過濾，如下js代碼：
var a = ‘口碑’;
\u0061 = ‘koubei.com’;
alert(a); //get ‘koubei.com’
當然，黑客們會有更專業(yè)的方式來逃避過濾、注入代碼（如 sql injection, XSS 攻擊等）。
謝謝大家的閱讀，我是 stauren, 雅虎口碑UED團隊的前端開發(fā)工程師粽子，這是我第一次在Koubei的UED blog上發(fā)表文章，如果有錯誤的地方請大家指出。同時歡迎訪問我的個人blog : http://stauren.net, 并且提供在線 Hex、NCR、Percent encode、Base64編碼解碼工具：http://stauren.net/lab
本文鏈接：http://m.95time.cn/tech/web/2008/6343.asp 
出處：口碑網(wǎng)UED Team
責任編輯：bluehearts
上一頁 HTML與javascript中常用編碼淺析 [2] 下一頁
◎進入論壇網(wǎng)頁制作、WEB標準化版塊參加討論，我還想發(fā)表評論。
|
第 1 頁 
第 3 頁 HTML與javascript中常用編碼淺析 [3]
