URL编码

Aquester

本文的目的是设计一个完成URL编码的C++类。在我曾经的项目中，我需要从VC++ 6.0应用程序中POST数据，而这些数据需要进行URL编码。我在MSDN中查找能根据提供的字符串生成URL编码的相关类或API，但我没有找到，因此我必须设计一个自己的URLEncode C++类。
URLEncoder.exe是一个使用URLEncode类的MFC对话框程序。
如何处理
一些特殊字符在Internet上传送是件棘手的事情, 经URL编码特殊处理，可以使所有字符安全地从Internet传送。
例如，回车的ASCII值是13，在发送FORM数据时候这就认为是一行数据的结束。
通常，所有应用程序采用HTTP或HTTPS协议在客户端和服务器端传送数据。服务器端从客户端接收数据有两种基本方法：
1、数据可以从HTTP头传送（COOKIES或作为FORM数据发送）
2、可以包含在URL中的查询部分
当数据包含在URL，它必须遵循URL语法进行编码。在WEB服务器端，数据自动解码。考虑一下下面的URL，哪个数据是作为查询参数。
例如：http://WebSite/ResourceName?Data=Data
WebSite是URL名称
ResourceName可以是ASP或Servlet名称
Data是需要发送的数据。如果MIME类型是Content-Type: application/x-www-form-urlencoded，则要求进行编码。
RFC 1738
RFC 1738指明了统一资源定位(URLs)中的字符应该是US-ASCII字符集的子集。这是受HTML的限制，另一方面，允许在文档中使用所有ISO-8859-1(ISO-Latin)字符集。这将意味着在HTML FORM里POST的数据（或作为查询字串的一部分），所有HTML编码必须被编码。
ISO-8859-1 (ISO-Latin)字符集
在下表中，包含了完整的ISO-8859-1 (ISO-Latin)字符集，表格提供了每个字符范围（10进制），描述，实际值，十六进制值，HTML结果。某个范围中的字符是否安全。
Character range(decimal)
Type
Values
Safe/Unsafe
0-31
ASCII Control Characters
These characters are not printable
Unsafe
32-47
Reserved Characters
'' ''!?#$%&''()*+,-./
Unsafe
48-57
ASCII Characters and Numbers
0-9
Safe
58-64
Reserved Characters
:;?@
Unsafe
65-90
ASCII Characters
A-Z
Safe
91-96
Reserved Characters
[\]^_`
Unsafe
97-122
ASCII Characters
a-z
Safe
123-126
Reserved Characters
{|}~
Unsafe
127
Control Characters
'' ''
Unsafe
128-255
Non-ASCII Characters
'' ''
Unsafe
所有不安全的ASCII字符都需要编码，例如，范围(32-47, 58-64, 91-96, 123-126)。
下表描述了这些字符为什么不安全。
Character
Unsafe Reason
Character Encode
"
Delimiters around URLs in free text
%3C
>
Delimiters around URLs in free text
%3E
.
Delimits URLs in some systems
%22
#
It is used in the World Wide Web and in other systems to delimit a URL from a fragment/anchor identifier that might follow it.
%23
{
Gateways and other transport agents are known to sometimes modify such characters
%7B
}
Gateways and other transport agents are known to sometimes modify such characters
%7D
|
Gateways and other transport agents are known to sometimes modify such characters
%7C
\
Gateways and other transport agents are known to sometimes modify such characters
%5C
^
Gateways and other transport agents are known to sometimes modify such characters
%5E
~
Gateways and other transport agents are known to sometimes modify such characters
%7E
[
Gateways and other transport agents are known to sometimes modify such characters
%5B
]
Gateways and other transport agents are known to sometimes modify such characters
%5D
`
Gateways and other transport agents are known to sometimes modify such characters
%60
+
Indicates a space (spaces cannot be used in a URL)
%20
/
Separates directories and subdirectories
%2F
?
Separates the actual URL and the parameters
%3F
&
Separator between parameters specified in the URL
%26
如何实现
字符的URL编码是将字符转换到8位16进制并在前面加上''%''前缀。例如，US-ASCII字符集中空格是10进制
的32或16进制的20，因此，URL编码是%20。
URLEncode: URLEncode是一个C++类，来实现字符串的URL编码。CURLEncode类包含如下函数：
isUnsafeString
decToHex
convert
URLEncode
URLEncode()函数完成编码过程，URLEncode检查每个字符，看是否安全。如果不安全将用%16进制值进行转换并添加
到原始字符串中。
代码片断:
class CURLEncode{private:  static CString csUnsafeString;  CString (char num, int radix);  bool isUnsafe(char compareChar);  CString convert(char val);public:  CURLEncode() { };  virtual ~CURLEncode() { };  CString (CString vData);};bool CURLEncode::isUnsafe(char compareChar){  bool bcharfound = false;  char tmpsafeChar;  int m_strLen = 0;  m_strLen = csUnsafeString.GetLength();  for(int ichar_pos = 0; ichar_pos  32 &&                             char_ascii_value = radix)    {    temp = num_char % radix;    num_char = (int)floor(num_char / radix);    csTmp = hexVals[temp];    }  csTmp += hexVals[num_char];  if(csTmp.GetLength()

本文来自ChinaUnix博客，如果查看原文请点：http://blog.chinaunix.net/u2/64804/showart_1777549.html