我正在做一个有文章的网站，我需要文章有“友好”的url，基于标题。
例如，如果我的文章标题是“文章测试”，我希望URL是http://www.example.com/articles/article_test。
但是，文章标题(与任何字符串一样)可以包含多个特殊字符，这些字符不可能直接放在我的URL中。比如说，我知道?或#需要被替换，但我不知道所有其他。
url中允许使用哪些字符?什么东西是安全的?
当前回答
我也遇到过类似的问题。我想拥有漂亮的url，并得出结论，我必须只允许字母，数字，-和_在url中。
这很好，但后来我写了一些漂亮的正则表达式，我意识到它识别所有UTF-8字符不是。net中的字母，这是搞砸了。对于. net正则表达式引擎来说，这似乎是一个众所周知的问题。所以我得到了这个解决方案:
private static string GetTitleForUrlDisplay(string title)
{
if (!string.IsNullOrEmpty(title))
{
return Regex.Replace(Regex.Replace(title, @"[^A-Za-z0-9_-]", new MatchEvaluator(CharacterTester)).Replace(' ', '-').TrimStart('-').TrimEnd('-'), "[-]+", "-").ToLower();
}
return string.Empty;
}
/// <summary>
/// All characters that do not match the patter, will get to this method, i.e. useful for Unicode characters, because
/// .NET implementation of regex do not handle Unicode characters. So we use char.IsLetterOrDigit() which works nicely and we
/// return what we approve and return - for everything else.
/// </summary>
/// <param name="m"></param>
/// <returns></returns>
private static string CharacterTester(Match m)
{
string x = m.ToString();
if (x.Length > 0 && char.IsLetterOrDigit(x[0]))
{
return x.ToLower();
}
else
{
return "-";
}
}
其他回答
URI的格式在RFC 3986中定义。详见3.3节。
我认为你正在寻找类似“URL编码”的东西——对URL进行编码，以便在网络上使用它是“安全的”:
这里有一个参考。如果你不想要任何特殊字符，只需删除任何需要URL编码的字符:
HTML URL编码参考
我发现当我通过Ajax/PHP返回一个值到一个URL，然后由页面再次读取时，将我的URL编码为一个安全的URL非常有用。
PHP输出与URL编码器的特殊字符&:
// PHP returning the success information of an Ajax request
echo "".str_replace('&', '%26', $_POST['name']) . " category was changed";
// JavaScript sending the value to the URL
window.location.href = 'time.php?return=updated&val=' + msg;
// JavaScript/PHP executing the function printing the value of the URL,
// now with the text normally lost in space because of the reserved & character.
setTimeout("infoApp('updated','<?php echo $_GET['val'];?>');", 360);
unreserved = ALPHA / DIGIT / "-" / "."/ "_" / "~"
从SEO的角度来看，连字符比下划线更受欢迎。转换为小写，删除所有撇号，然后用一个连字符替换所有非字母数字字符字符串。修剪多余的连字符从开始和结束。
