URLのUnicode文字

2010年に、大規模なWebポータルでUTF-8文字を含むURLを提供しますか？

URLのRFCに従って、Unicode文字は禁止されています（こちらを参照）。標準に準拠するには、パーセントエンコードする必要があります。

ただし、私の主なポイントは、見栄えの良いURLを提供することのみを目的として、エンコードされていない文字を提供することです。

RFCの内容に関係なく、すべての主要なブラウザがこれらのURLを解析しているようです。しかし、私の一般的な印象は、Webブラウザーのドメインを離れると非常に不安定になるということです。

• テキストファイル、電子メール、さらにはエンコードが異なるWebサイトにコピー+貼り付けされたURL
• HTTPクライアントライブラリ
• エキゾチックなブラウザ、RSSリーダー

私の印象はここでトラブルが予想されるということで正しいので、技術者以外のユーザーにサービスを提供していて、引用されて伝えられた場合でもすべてのリンクが適切に機能することが重要である場合、（まだ）現実的な解決策ではありませんか？

HTMLで見栄えの良いURLを提供する魔法の方法はありますか

http://www.example.com/düsseldorf?neighbourhood=Lörick

特殊文字はそのままコピー+貼り付けできますが、古いクライアントで再利用すると正しく機能しますか？

パーセントエンコーディングを使用します。最新のブラウザは表示と貼り付けの問題を処理し、人間が読めるようにします。例：http://ko.wikipedia.org/wiki/위키백과：대문

編集： FirefoxでそのようなURLをコピーすると、クリップボードはパーセントエンコードされたフォームを保持します（これは通常良いことです）が、その一部だけをコピーすると、エンコードされないままになります。

Tgrの言ったこと。バックグラウンド：

http://www.example.com/düsseldorf?neighbourhood=Lörick

これはURIではありません。しかし、それはあるIRI。

HTML4ドキュメントにIRIを含めることはできません。のような属性のタイプは、hrefIRIではなくURIとして定義されます。とにかく、一部のブラウザはここでIRIを処理しますが、それは本当に良い考えではありません。

IRIをURIにエンコードするには、パスとクエリの部分を取得し、それらをUTF-8でエンコードしてから、非ASCIIバイトをパーセントエンコードします。

http://www.example.com/d%C3%BCsseldorf?neighbourhood=L%C3%B6rick

IRIのホスト名部分に非ASCII文字がある場合、たとえば、http://例え.テスト/、代わりにPunycodeを使用してエンコードされています。

これでURIができました。これは醜いURIです。しかし、ほとんどのブラウザーはそれを隠します。それをコピーしてアドレスバーに貼り付けるか、リンクをたどると、元のUnicode文字で表示されます。ウィキペディアはこれを何年も使用しています。例：

http://en.wikipedia.org/wiki/ɸ

動作が予測不可能で、常にきれいなIRIバージョンを表示しないブラウザは...

...そうですね。

URLスキームによっては、UTF-8でエンコードされた部分を「重要ではない」ものにすることができます。たとえば、Stack OverflowのURLを見ると、次の形式になります。

http://stackoverflow.com/questions/2742852/unicode-characters-in-urls

ただし、サーバーは、識別子の後ろの部分が間違っていても実際には気にしないので、これも機能します。

http://stackoverflow.com/questions/2742852/これは、これを日本語のテキストです

したがって、このようなレイアウトの場合、識別子の後の部分でUTF-8を使用できる可能性があり、文字化けが発生しても問題にはなりません。もちろん、これはおそらく多少特殊な状況でのみ機能します...

それが良いアイデアかどうかはわかりませんが、他のコメントで述べたように、そして私が解釈すると、多くのUnicode文字がHTML5 URLで有効です。

たとえば、hrefドキュメントはhttp://www.w3.org/TR/html5/links.html#attr-hyperlink-hrefと言います：

aおよびarea要素のhref属性には、スペースで囲まれた可能性のある有効なURLの値が必要です。

次に、「有効なURL」の定義はhttp://url.spec.whatwg.org/を指し、URLコードポイントは次のように定義されています。

ASCII英数字、「！」、「$」、「＆」、「 '」、「（」、「）」、「*」、「+」、「、」、「-」、「。」、「/」 、「：」、「;」、「=」、「？」、「@」、「_」、「〜」、およびU + 00A0〜U + D7FF、U + E000〜U + FDCFの範囲のコードポイント、U + FDF​​0〜U + FFFD、U + 10000〜U + 1FFFD、U + 20000〜U + 2FFFD、U + 30000〜U + 3FFFD、U + 40000〜U + 4FFFD、U + 50000〜U + 5FFFD、U +60000からU + 6FFFD、U + 70000からU + 7FFFD、U + 80000からU + 8FFFD、U + 90000からU + 9FFFD、U + A0000からU + AFFFD、U + B0000からU + BFFFD、U + C0000 U + CFFFD、U + D0000からU + DFFFD、U + E1000からU + EFFFD、U + F0000からU + FFFFD、U + 100000からU + 10FFFD。

「URLコードポイント」という用語は、たとえば相対パスの状態など、解析アルゴリズムのいくつかの部分で使用されます。

cがURLコードポイントではなく、「％」でもない場合、解析エラー。

また、バリデータhttp://validator.w3.org/はのような"你好"URLに対してはパスし、スペースのような文字を含むURLに対してはパスしません"a b"

関連：URLを無効にする文字はどれですか？

これらのコメントはすべて真実であるため、ICANNがドメイン名として登録するアラビア語（ペルシャ語）と中国語の文字を承認する限り、すべてのブラウザー作成会社（Microsoft、Mozilla、Appleなど）は、エンコードなしのURLでUnicodeをサポートし、それらはGoogleなどで検索可能である必要があります。

したがって、この問題はできるだけ早く解決します。

パーセントエンコード形式を使用します。たとえば、Windows XPを実行している一部の（主に古い）コンピュータは、Unicodeをサポートせず、ISOエンコーディングをサポートしています。これが、パーセントでエンコードされたURLが発明された理由です。また、簡単に入力できない文字が含まれている紙に印刷されたURLをユーザーに渡すと、そのユーザーは入力が困難になる（または無視される）場合があります。パーセントエンコード形式は、これまで存在していた最も古いマシンの多くで使用することもできます（もちろん、インターネットはサポートしていません）。

ただし、パーセントエンコードされた文字は元の文字よりも長いため、URLが非常に長くなる可能性があるため、欠点もあります。ただし、それを無視するか、URL短縮サービスを使用してください（この場合、13文字の長いURL になるgoo.glをお勧めします）。また、Googleアカウントに登録したくない場合は、bit.lyを試してください（bit.lyを使用すると、URLが少し長くなり、長さが14文字になります）。

私にとってこれは正しい方法です、これはうまくいきました：

    $linker = rawurldecode("$link");
    <a href="<?php echo $link;?>"   target="_blank"><?php echo $linker ;?></a>

これは機能し、リンクが正しく表示されるようになりました。

http://newspaper.annahar.com/article/121638- معرض--جوزف-حرب-في-غاليري-جانين-ربيز-لوحاته-الجدية-تبحث-وتكتشف-وتفرض-الاحترام

リンクが見つかりました：

http://www.galeriejaninerubeiz.com/newsite/news