URL编码

在iOS程序中，访问一些HTTP/HTTPS的资源服务时，如果url中存在中文或者特殊字符时，会导致无法正常的访问到资源或服务，想要解决这个问题，需要对url进行编码。

URI(Uniform Resource Identifier)

URI：(Uniform Resource Identifier 的缩写，统一资源标识符)。对于URI, 具体的结构如下:

URI 由一个 scheme 和一个 hierarchical part 组成，带有 query 和 fragment（后两者非必需）：

: [ ? ] [ # ]

URL(Uniform Resource Locator)

URL 是Uniform Resource Locator 的缩写，统一资源定位符，对可以从互联网上得到的资源的位置和访问方法的一种简洁的表示，是互联网上标准资源的地址。互联网上的每个文件都有一个唯一的URL，它包含的信息指出文件的位置以及浏览器应该怎么处理它。基本URL包含模式（或称协议）、服务器名称（或IP地址）、路径和文件名、参数，如“协议：//授权/路径查询？参数”。

URI 属于 URL 更低层次的抽象，一种字符串文本标准。URL 是 URI 的一个子集。 URI 表示请求服务器的路径，定义这么一个资源。而 URL 同时说明要如何访问这个资源（http://）

URL组件

http://www.aspxfans.com:8080/news/index.asp?boardID=5&ID=24618&page=1#name

如上URL，其基本构成

scheme: http

host:www.aspxfans.com

port:8080

path:/news/index.asp

query:boardID=5&ID=24618&page=1

fragment:name 

应用：
URL Scheme方式实现App之间跳转实现

// 打开邮箱
mailto://

// 给110拨打电话
tel://110

为什么要编码

网络标准RFC 1738规定url中只能包含英文字母和阿拉伯数字，以及一些特殊字符：

1	"...Only alphanumerics [0-9a-zA-Z], the special characters "$-_.+!*'()," [not including the quotes - ed], and reserved characters used for their reserved purposes may be used unencoded within a URL."

只有字母和数字[0-9a-zA-Z]、和特殊符号”$-_.+!*’(),”[不包括双引号]、及某些保留字，才可以不经过编码直接用于URL。

此时如果url中包含如汉字或者其他特殊字符则需要对它进行编码，编码的意义在于，假如url的参数中的中文或特殊字符在发送到服务端时，服务端无法解析它的真正意义，会导致服务端不能理解客户端的请求。

如：

url中的保留字?表示后面连接的是一些请求参数，而参数中如果也包含?，服务端就不知道从哪个?之后是参数；
url中的保留字&用来连接并列的参数项，参数中包含&时，服务端依然无法判断。

不需要编码的字符

RFC3986 文档规定，URL中只允许包含以下四种：

英文字母（a-z A-Z）
数字（0-9）
-_.~ `4个特殊字符
所有保留字符，RFC3986中指定了以下字符为保留字符（英文字符）:! * ' ( ) ; : @ & = + $ , / ? # [ ]
编码标记符号 %

URL 编码使用 “%” 其后跟随两位的十六进制数来替换非 ASCII 的字符，中文是三个编码组合。十六进制格式用于在浏览器和插件中显示非标准的字母和字符。

保留字符

URL 拼接参数或路径设置时，拼接的普通字符串中含有保留字符，会引起歧义的情况。URL 参数字符串中使用 key=value 这样的键值对形式来传参，键值对之间以 & 符号分隔

如果需要在URL中用到特殊字符或中文字符，需要将这些特殊字符换成相应的十六进制的值.

URL编码规则

Url编码通常也被称为百分号编码，使用%百分号加上两位的字符——0123456789ABCDEF——代表一个字节的十六进制形式。Url编码默认使用的字符集是US-ASCII。

ASCII字符

例如
a在US-ASCII码中对应的字节是0x61，那么Url编码之后得到的就是%61

在地址栏上输入 http://g.cn/search?q=%61%62%63 ，实际上就等同于在google上搜索abc了

非ASCII字符

需要使用ASCII字符集的超集进行编码得到相应的字节，然后对每个字节执行百分号编码。

Unicode字符

RFC文档建议使用utf-8对其进行编码得到相应的字节，然后对每个字节执行百分号编码。

如”中文”

使用UTF-8字符集得到的字节为
0xE4 0xB8 0xAD 0xE6 0x96 0x87，
经过Url编码之后得到”%E4%B8%AD%E6%96%87“

iOS端URL编解码

URL编码和解码是成对，URL编码和解码是一个可逆的过程，编码和解码的逻辑是翻转对应的。
编码和解码的次数也要一一对应。

编解码API

iOS端在生成NSURL实例
NSURL *url = [NSURL URLWithString:urlString];

urlString 中含有超出中文字符等非定URL限定字符时，创建的NSURL对象会失败，url返回为nil
stringByAddingPercentEncodingWithAllowedCharacters
苹果对该方法的注解：将AllowedCharacters集中不包含的所有字符替换为百分比编码字符，返回从接收器生成的新字符串。utf-8编码用于确定正确的编码字符百分比。不能对整个URL字符串进行百分比编码。此方法用于对URL组件或子组件字符串进行百分比编码，而不是对整个URL字符串进行百分比编码。7位ascii范围之外的允许字符中的任何字符都将被忽略。

封装处理

/**
 对字符串的每个字符进行UTF-8编码
 
 @return 百分号编码后的字符串
 */
- (NSString *)URLUTF8EncodingString
{
    if (self.length == 0) {
        return self;
    }
    NSCharacterSet *characterSet = [NSCharacterSet characterSetWithCharactersInString:@""];
    NSString *encodeStr = [self stringByAddingPercentEncodingWithAllowedCharacters:characterSet];
    return encodeStr;
}

/**
 对字符串的每个字符进行彻底的 UTF-8 解码
 连续编码2次，需要连续解码2次，第三次继续解码时，则返回为空
 @return 百分号编码解码后的字符串
 */
- (NSString *)URLUTF8DecodingString
{
    if (self.length == 0) {
        return self;
    }
    if ([self stringByRemovingPercentEncoding] == nil
        || [self isEqualToString:[self stringByRemovingPercentEncoding]]) {
        return self;
    }
    NSString *decodedStr = [self stringByRemovingPercentEncoding];
    while ([decodedStr stringByRemovingPercentEncoding] != nil) {
        decodedStr = [decodedStr stringByRemovingPercentEncoding];
    }
    return decodedStr;
}

注意
URLUTF8EncodingString UTF-8编码可以无限制调用多次，stringByRemovingPercentEncoding方法的特殊性是字符串不是UTF-8编码格式，调用时返回为nil，因此解码时只需调用一次URLUTF8DecodingString即可将所有字符彻底UTF-8解码。

参考

iOS中URL编码那些事
 全面深度解析iOS端URL编码和解码过程