URL详解以及iOS中URLencode和URLdecode

URI和URL

URI

统一资源标志符（英语：Uniform Resource Identifier，缩写：URI）在计算机术语中是用于标志某一互联网资源名称的字符串。

URL

统一资源定位符（英语：Uniform Resource Locator，缩写：URL，或称统一资源定位器、定位地址、URL地址俗称网页地址，简称网址，是因特网上标准的资源的地址（Address），如同在网络上的门牌。

URN

统一资源名称（英语：Uniform Resource Name，缩写：URN）是统一资源标识（URI）的历史名字。

URI定义这么一个资源，这个资源可以通过唯一的名称（URN）表示，也可以通过唯一的地址（URL）表示。

目前网络上的资源基本都是URL表示形式，平常所说的URI基本都是URL了。

URL的组成

通用的URL组成如下，非必需

scheme://user:password@host:port/path/data?key=value&key1=value1#fragment
scheme: 协议部分，常见的有： http，https，mailto，ftp，rtsp，rtspu，file。
user:password 用户名+密码
host 域名，也可以是IP
port 端口号，非必需，如果省略就是默认端口。
path 虚拟路径，从第一个/开始到最后一个/结束，/path/data这部分都是虚拟路径，data如果省略就是默认文件
query 参数或查询字符串，? 到#中间的部分，非必需
fragment 片段。

可以看出URL中是包含一些特殊字符的，如果不对这些字符如果参数路径中包含这些这些字符，就会产生歧义。

关于URL编码和解码

为什么要编码和解码，就是要处理URL中的特殊字符，网络标准RFC 1738做了硬性规定：

"...Only alphanumerics [0-9a-zA-Z], the special characters "$-_.+!*'()," [not including the quotes - ed], and reserved characters used for their reserved purposes may be used unencoded within a URL."

"只有字母和数字[0-9a-zA-Z]、一些特殊符号"$-_.+!*'(),"[不包括双引号]、以及某些保留字，才可以不经过编码直接用于URL。"

RFC 3986 保留字符：

!	*	'	(	)	;	:	@	&	=	+	$	,	/	?	#	[	]

RFC 3986 未保留字符：A-Z，a-z，0-9，- _ . ~

A	B	C	D	E	F	G	H	I	J	K	L	M	N	O	P	Q	R	S	T	U	V	W	X	Y	Z
a	b	c	d	e	f	g	h	i	j	k	l	m	n	o	p	q	r	s	t	u	v	w	x	y	z
0	1	2	3	4	5	6	7	8	9	-	_	.	~

以上的字符，可以不经过编码，直接用于URL

编码和解码

URL encoding是Uniform Resource Identifier(URI)规范文档中对特殊字符编码制定的规则。本质是把一个字符转为 %加上UTF-8编码对应的16进制数字。故又称之为Percent-encoding。

iOS 中URL encode的方式

已经弃用的方式

NSString *encode = [orgStr stringByAddingPercentEscapesUsingEncoding:NSUTF8StringEncoding];//编码
NSString *decode = [encode stringByReplacingPercentEscapesUsingEncoding:NSUTF8StringEncoding];//解码

由于 RFC中规定的字符会随着版本的发生细微的变化,所以stringByAddingPercentEscapesUsingEncoding已被弃用，取而代之的是NSCharacterSet，可以自定义NSCharacterSet中的字符。

目前苹果推荐的编码解码方式

NSCharacterSet *encodeSet = [NSCharacterSet characterSetWithCharactersInString:@"!*'();:@&=+$,/?%#[]"];
NSString *encode = [encode stringByAddingPercentEncodingWithAllowedCharacters:encodeSet];//编码
NSString *decode = [encode stringByRemovingPercentEncoding];//解码

或者CoreFoundation下的

 // 编码
NSString *encodedString = (NSString *)
     CFBridgingRelease(CFURLCreateStringByAddingPercentEscapes(kCFAllocatorDefault,
                                                              (CFStringRef)self,
                                                               NULL,
                                                              (CFStringRef)@"!*'();:@&=+$,/?%#[]",
                                                               kCFStringEncodingUTF8));
 //解码
NSString *decoded = (__bridge_transfer NSString *)CFURLCreateStringByReplacingPercentEscapesUsingEncoding(NULL, (CFStringRef)self, CFSTR(""), kCFStringEncodingUTF8);

NSCharacterSet

NSCharacterSet对象表示一组Unicode字符，但和NSSet没任何关系，因此不能以集合的方式遍历NSCharacterSet字符集：

以下代码可以显示NSCharacterSet对象中的所有字符。

原理：OC中的字符是Unicode字符集（Swift也是）Unicode共有17个扇区，每个扇区能表示65535个Unicode字符，用4个字节就可以表示任意Unicode码点，通过遍历Unicode字符集就可以找出NSCharacterSet包含的集合了；
hasMemberInPlane：判断当前字符是否在当前扇区。
longCharacterIsMember：当前字符在字符集中是否存在。

以下是遍历NSCharacterSet字符集一种的实现方式。

NSString* characters(NSCharacterSet *set){
    NSMutableString *string = [NSMutableString string];
    for (UInt8 plane = 0; plane < 17; plane++) {
        if ([set hasMemberInPlane:plane]){
            UInt32 p0 = (UInt32)plane * 65535;
            UInt32 p1 = (UInt32)(plane + 1) * 65535;
            for (UInt32 i = p0; i < p1; i ++) {
                if([set longCharacterIsMember:i]){
                    [string appendFormat:@"%c",I];
                }
            }
        }
    }
    return string;
 }

自定义集合，验证实现：

NSCharacterSet *set = [NSCharacterSet characterSetWithCharactersInString:@",.;'[]=-09kj"];
characters(set);

打印结果:

',-.09;=[]jk

NSCharacterSet提供了标准字符集：部分字符集遍历结果如下：
URLUserAllowedCharacterSet

!$&'()*+,-.0123456789;=ABCDEFGHIJKLMNOPQRSTUVWXYZ_abcdefghijklmnopqrstuvwxyz~

URLHostAllowedCharacterSet

!$&'()*+,-.0123456789:;=ABCDEFGHIJKLMNOPQRSTUVWXYZ[]_abcdefghijklmnopqrstuvwxyz~

URLQueryAllowedCharacterSet

!$&'()*+,-./0123456789:;=?@ABCDEFGHIJKLMNOPQRSTUVWXYZ_abcdefghijklmnopqrstuvwxyz~

URLPathAllowedCharacterSet

!$&'()*+,-./0123456789:=@ABCDEFGHIJKLMNOPQRSTUVWXYZ_abcdefghijklmnopqrstuvwxyz~

URLPasswordAllowedCharacterSet

!$&'()*+,-.0123456789;=ABCDEFGHIJKLMNOPQRSTUVWXYZ_abcdefghijklmnopqrstuvwxyz~

URLFragmentAllowedCharacterSet

!$&'()*+,-./0123456789:;=?@ABCDEFGHIJKLMNOPQRSTUVWXYZ_abcdefghijklmnopqrstuvwxyz~