URL編碼是一個比較麻煩的事情，RFC 3986是關於URI的一個標準，在它的第2節定義了字符如何在URI中進行表示，而第3節把一個URI區分爲scheme, hier-part, query, fragment幾個component。根據這個RFC，A URI is composed from a limited set of characters consisting of digits, letters, and a few graphic symbols. 附錄A中給出了ABNF定義。
比如URL，http://www.forss.cn/?p=230#comments，就包含了上述的全部四個components。這個URL不需要進行百分號編碼，因爲每個component中都沒有保留字，全部爲字母、數字或者非保留的ASCII可見字符（見RFC 3986第2.3節）。
假設我們在Firefox中打開了這個URL，並且想通過del.icio.us的插件按鈕把它收藏起來。del.icio.us插件打開一個新窗口，並通過GET方法向服務器發出請求，將這個URL和它對應的title作爲query的參數傳遞給服務器，服務器就把這兩個值填充到對應的input value屬性中。
假如不經過編碼，這個GET請求中的URL就是”http://del.icio.us/flimsy?url=http://www.forss.cn/?p=230#comments&title=*** » ***» Blog換了個樣子&noui&jump=close&v=4″。問題就出來了，#號後面的是什麼呢？按理說應該解釋爲頁面中的一個anchor，然而#comments只是url這個參數的一部分。另外，URL中含有漢字，也不符合標準。所以編碼是必須的，要針對各個component，以及query中的每個參數值做percent encoding. 注意不是對整個URL（指del.icio.us的GET請求中的長URL）做，如果flimsy後面的問號被編碼，服務器便不知道它後面是query部分了。正確編碼後的鏈接應該是這樣，很長，就不顯示了，你可以複製鏈接地址來看看（似乎顯示的時候瀏覽器又自動decode了，點擊即可在地址欄看到編碼後結果）。
URL編碼要求先將URL轉換爲一個UTF-8的字節序列，然後再做percent encoding, 這在RFC 3986和W3C的網站上都有介紹。在爲Firefox做插件時，主要用Javascript實現程序邏輯，而Javascript中的字符串是UTF-8編碼，且有一個方便的encodeURIComponent函數可以做URL編碼。除此之外，還有escape/encodeURI兩個函數。關於它們三個的比較，可參考這篇文章。
如果沒有現成的函數，對UTF-8字節序列進行percent encoding也是比較方便的。對於unreserved character值，不需要做轉換，其它的字節全部用% HEXDIG HEXDIG來表示。另外空格除”%20″外，也可以轉爲”+”，節省空間。
一個非常重要的問題就是如何把字符（ASCII字符除外，主要是中文等）轉換爲UTF-8的字節序列。並不是每種語言都像Javascript那樣方便，比如在C++中，你得到了一個含有中文的寬字符串，怎麼處理呢？Win32 API中是有一個InternetCanonicalizeUrl函數，但它只針對一個字節序列，不會考慮中文的編碼轉換。在MSDN“規範的URL”定義中，”Characters that must be encoded”並沒有提到寬字符的處理，甚至沒有提到UTF-8. 它還要求字符串中必須包含一個scheme.
有時間的時候我會再寫一篇關於怎麼在Windows中把中文轉換爲UTF-8字節序列的文章，對進行中文URL編碼的朋友也許會有幫助。見“GBK(GB2312)向UTF-8的編碼轉換”一文。
PS. 網上文章一大抄，這幾天體會深刻，中文文章尤甚。許多誤導的文章被當作經典轉來轉去，充斥着搜索引擎。網上信息越來越多，有用的信息有時候卻越來越難找。本文參考網上一些較爲權威的資料，但仍有可能理解不對，歡迎指正。
