Czy powinienem używać znaków akcentowanych w adresach URL?

Nie ma tu dwuznaczności: RFC3986 mówi nie , to znaczy, URI nie może zawierać znaków unicode, tylko ASCII.

Zupełnie inną sprawą jest sposób, w jaki przeglądarki reprezentują zakodowane znaki podczas wyświetlania URI, na przykład niektóre przeglądarki będą wyświetlać spację w adresie URL zamiast '%20'. Tak działa również IDN: ciągi punycoded są kodowane i dekodowane przez przeglądarki w locie, więc jeśli odwiedzisz café.com, you ' re really visiting xn--caf-dma.com. co wydaje się być znakami unicode w Adresy URL to tak naprawdę tylko "wizualny cukier" ze strony przeglądarki: jeśli używasz przeglądarki, która nie obsługuje IDN lub unicode, zakodowana wersja nie będzie działać, ponieważ podstawowa definicja adresów URL po prostu jej nie obsługuje, więc aby działała konsekwentnie, musisz % kodować.

Biorąc pod uwagę adresy URL z akcentami często wyglądają tak:

http://fr.wikipedia.org/wiki/%C3%89l%C3%A9phant

...co nie jest takie miłe... Myślę, że jeszcze przez jakiś czas będziemy używać de-akcentowanych adresów URL.

Jednak powinno być lepiej, ponieważ akcentowane adresy URL są teraz akceptowane przez przeglądarki internetowe, jak się wydaje.

Firefox 3.5, którego obecnie używam, wyświetla adres URL w przyjemny sposób, a nie z %stuff, btw ; wydaje się to być "nowe" od Firefoksa 3.0 (zobacz Firefox 3: obsługa UTF-8 w pasku lokalizacji ) ; tak więc, przynajmniej nie jest to obsługiwane w IE 6 -- i nadal jest zbyt wiele osób korzystających z tego: - (

Może URL bez akcentu nie wygląda najlepiej, jak to możliwe ; ale mimo to ludzie są do nich przyzwyczajeni i wydają się ogólnie rozumieć je całkiem dobrze.

Należy unikać znaków innych niż ASCII w adresach URL, które mogą być wprowadzane ręcznie przez użytkowników w przeglądarce. Jest ok dla osadzonych linków wstępnie zakodowanych przez serwer.

Dowiedzieliśmy się, że przeglądarka może kodować adres URL na różne sposoby i bardzo trudno jest dowiedzieć się, jakiego kodowania używa. Zobacz moje pytanie na ten temat,

Obsługa kodowania znaków w URI na Tomcat

Istnieje kilka obszarów w pełnym adresie URL, a każdy z nich może mieć inne reguły. Protokół jest zwykły ASCII. Wpis DNS jest regulowany przez reguły IDN (International Domain Names) i może zawierać (większość) znaków Unicode. Ścieżka (po pierwszym/), nazwa użytkownika i hasło mogą być ponownie wszystkim. Są one unikane (jako %XX), ale są to tylko bajty. Co to jest kodowanie tych bajtów jest trudne do poznania (jest interpretowane przez serwer http). Część parametrów (po najpierw ?) jest przekazywane "tak jak jest" (po % XX unescapeing) do jakiejś aplikacji po stronie serwera (php, asp, jsp, cgi) , a jak to interpretuje bajty to inna historia). Zaleca się, aby ścieżka/użytkownik/hasło/argumenty były utf-8, ale nie są obowiązkowe i nie wszyscy to respektują.

Więc zdecydowanie powinieneś pozwolić na nie-ASCII (nie jesteśmy już w latach 80-tych), ale dokładnie to, co robisz z tym może być trudne. Spróbuj użyć Unicode i trzymaj się z dala od starszych stron kodu, oznacz treść z odpowiednim kodowaniem / charsetem, jeśli możesz (użycie meta w html, dyrektywy językowe dla asp / jsp, itp.)