URL 인코딩

올바른 답이 세 가지이고, 버튼 하나가 틀린 이유

퍼센트 인코딩은 문자를 %와 그 바이트 값의 16진수로 바꿉니다. 명세는 문자를 세 그룹으로 나누며, 헷갈리는 모든 것이 여기서 비롯됩니다. 비예약 문자, 즉 영문자, 숫자, 하이픈, 마침표, 밑줄, 물결표는 인코딩할 필요가 전혀 없습니다. 예약 문자, 즉 URL의 구조를 만드는 슬래시, 물음표, 앰퍼샌드, 등호, 콜론은 *데이터일 때는* 인코딩해야 하고 *구조일 때는* 인코딩하면 안 됩니다. 그 밖의 모든 문자는 항상 인코딩합니다.

그래서 정답이 하나가 아닙니다. URL 전체를 인코딩할 때는 슬래시와 물음표를 그대로 두어야 합니다. 그렇지 않으면 주소가 더 이상 주소가 아니게 됩니다. 쿼리 매개변수에 넣을 값을 인코딩할 때는 앰퍼샌드와 등호를 이스케이프해야 합니다. 그렇지 않으면 이 문자가 든 값이 매개변수 두 개로 쪼개집니다. 경로 세그먼트를 인코딩할 때는 슬래시를 이스케이프해야 합니다. 그렇지 않으면 슬래시가 든 파일 이름이 디렉터리 두 개가 됩니다. 인코딩 버튼 하나는 이 중 하나를 골라 나머지 3분의 2 상황에서 틀립니다. 대개 조용히, 그리고 대개 특이한 입력에서만 드러나는 방식으로요.

공백은 가장 많은 사연이 얽힌 문자입니다. URL에서는 %20입니다. 전송된 HTML 폼에서는 +인데, 이는 1994년부터 폼이 그렇게 동작해 왔기 때문에 살아남은 별개의, 더 오래된 인코딩입니다. 둘 다 각자의 맥락에서는 맞고 다른 맥락에서는 틀립니다. 그래서 쿼리 문자열의 더하기 기호는 인코딩하는 쪽에서 아무리 조심해도 해결할 수 없는 방식으로 모호합니다.

ASCII가 아닌 텍스트는 먼저 UTF-8로 바꾼 뒤 바이트 단위로 인코딩하므로, 한글 한 글자는 퍼센트 시퀀스 세 개가 되고 이모지는 네 개가 됩니다. 이중 인코딩은 전형적인 버그입니다. 이미 인코딩된 것을 다시 인코딩하면 모든 %가 %25가 되어 %20이 %2520이 되고, 받는 쪽에는 퍼센트 기호가 문자 그대로 전달됩니다. URL에 %25가 가득하다면 인코더를 한 번 더 거친 것입니다.

다른 작업이 필요할 때

코드에서는 언어 자체의 함수를 쓰되, 이 페이지가 고르게 하듯 신중하게 고르세요. JavaScript에는 주소 전체용 encodeURI와 값용 encodeURIComponent가 있습니다. Python에는 safe 인수가 있는 urllib.parse.quote가 있으며, 이 인수는 기본적으로 슬래시를 그대로 둡니다. PHP는 rawurlencode와 urlencode를 구분하는데, 둘은 바로 위에서 말한 공백 대 더하기 문제에서 다릅니다. 더 좋은 방법은 문자열을 이어 붙이지 말고 URL 타입으로 URL을 만드는 것이며, 그러면 이 문제 자체가 사라집니다.

명령줄에서는 jq -rR @uri가 안전하게 인코딩하며 목록도 처리합니다. curl --data-urlencode는 세 가지 경우 중 어디에 해당하는지 고민할 필요 없이 올바르게 인코딩된 매개변수를 만들어 주며, 이 작업이 정말로 쉬운 유일한 곳입니다.