Encode URL

Tiga jawaban yang benar, dan mengapa satu tombol itu salah

Percent-encoding mengganti sebuah karakter dengan % dan nilai byte-nya dalam heksadesimal. Spesifikasinya membagi karakter menjadi tiga kelompok, dan semua kebingungan seputar hal ini berasal dari situ. Karakter unreserved — huruf, angka, tanda hubung, titik, garis bawah, dan tilde — tidak pernah perlu di-encode. Karakter reserved — garis miring, tanda tanya, ampersand, tanda sama dengan, dan titik dua yang memberi struktur pada URL — harus di-encode *saat menjadi data* dan tidak boleh di-encode *saat menjadi struktur*. Semua karakter lainnya selalu di-encode.

Itulah sebabnya tidak ada satu jawaban yang benar. Meng-encode URL utuh harus membiarkan garis miring dan tanda tanya, kalau tidak alamatnya tidak lagi berfungsi sebagai alamat. Meng-encode nilai untuk dimasukkan ke parameter query harus meng-escape ampersand dan tanda sama dengan, kalau tidak nilai yang mengandung salah satunya terpecah menjadi dua parameter. Meng-encode segmen path harus meng-escape garis miring, kalau tidak nama file yang mengandung garis miring berubah menjadi dua direktori. Satu tombol Encode memilih salah satu dari ketiganya dan salah di dua pertiga kasus lainnya — biasanya tanpa terlihat, dan biasanya dengan cara yang baru muncul pada input yang tidak biasa.

Spasi adalah karakter dengan sejarah paling panjang. Di URL, spasi ditulis %20. Di formulir HTML yang dikirim, spasi ditulis +, yaitu encoding terpisah yang lebih lama dan tetap bertahan karena formulir sudah bekerja seperti itu sejak 1994. Keduanya benar dalam konteksnya masing-masing dan tidak ada yang benar dalam konteks lainnya, itulah sebabnya tanda plus di query string ambigu dengan cara yang tidak bisa diperbaiki sehati-hati apa pun proses encoding-nya.

Teks non-ASCII di-encode sebagai UTF-8 terlebih dahulu lalu byte demi byte, jadi satu huruf beraksen menjadi dua rangkaian persen dan satu emoji menjadi empat. Double encoding adalah bug klasik: meng-encode sesuatu yang sudah ter-encode mengubah setiap % menjadi %25, sehingga %20 menjadi %2520 dan pihak penerima mendapat tanda persen harfiah. Jika sebuah URL penuh dengan %25, URL itu sudah melewati satu encoder terlalu banyak.

Jika Anda butuh hal lain

Di kode, gunakan fungsi bawaan bahasa pemrograman Anda dan pilih dengan sama cermatnya seperti yang diminta halaman ini. JavaScript punya encodeURI untuk alamat utuh dan encodeURIComponent untuk nilai; Python punya urllib.parse.quote dengan argumen safe yang secara default membiarkan garis miring; PHP membedakan rawurlencode dari urlencode, yang berbeda persis pada soal spasi versus plus di atas. Lebih baik lagi, susun URL dengan tipe URL alih-alih menggabungkan string, dan pertanyaan itu hilang dengan sendirinya.

Di command line, jq -rR @uri meng-encode dengan aman dan bisa menangani daftar, dan curl --data-urlencode menyusun parameter yang ter-encode dengan benar tanpa Anda perlu memikirkan sedang berada di kasus yang mana dari ketiganya — satu-satunya tempat hal ini benar-benar mudah.