url编码，html编码，uncode编码

目录

url编码

html实体编码

unicode编码

url编码

URL编码遵循下列规则： 每对name/value由&；符分开；每对来自表单的name/value由=符分开。如果用户没有输入值给这个name，那么这个name还是出现，只是无值。任何特殊的字符（就是那些不是简单的七位ASCII，如汉字）将以百分符%用十六进制编码，当然也包括像 =,&；，和 % 这些特殊的字符。其实url编码就是一个字符ascii码的十六进制。不过稍微有些变动，需要在前面加上“%”。比如“\”，它的ascii码是92，92的十六进制是5c，所以“\”的url编码就是%5c。

当看到某段文字被编码之后，当发现%的编码方式就是url编码

url编码实例：<a href="%6a%61%76%61%73%63%72%69%70%74:%61%6c%65%72%74%28%31%29">aaa</a>

编码表： 

html实体编码

html实体编码是一段以连字号（&）开头、以分号（;）结尾的文本（字符串）。实体常常用于显示保留字符（这些字符会被解析为 HTML 代码）和不可见的字符（如“不换行空格”）。你也可以用实体来代替其他难以用标准键盘键入的字符。

• 不可分的空格： 
• <（小于符号）：<
• >（大于符号）：>
• &（与符号）：&
• ″（双引号）："
• '（单引号）：''
• ©（版权符号）©

HTML 实体是一段以连字符号（&）开头、以分号（;）结尾的字符串。用以显示不可见字符及保留字符（如 HTML 标签）

在前端，一般为了避免 XSS 攻击，会将 <> 编码为 < 与 >，这些就是 HTML 实体编码。

"<img src=""></img>""<img src=""></img>"

unicode编码

Unicode（统一码、万国码、单一码）是计算机科学领域里的一项业界标准，包括字符集、编码方案等。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。

uncode编码：0-127表示一个字节 128-2047表示两个字节 2048-65535代表三个字节

1.判断中文占几个字节（判断uncode码点）；

2.大部分汉字都是三个字节，按照三字节的编码格式----大多数表情和少数汉字是四个字节；

3.将汉字ord（“中”）的数字，转换成二进制，然后将二进制按照三字节的编码规范，从后往前补位，补到最后高位用0补齐；

4.然后转换成16进制，就得到了一个UTF8的编码；

例子：

码点：20013

0b 100 111000 101101

三字节的编码格式：

1110xxxx 10xxxxxx 10xxxxxx

11100100 10111000 10101101

0xe4b8ad