浅谈php中urlencode与rawurlencode的区别

前段时间说自己遇到了个《URL加号引发错误》的BUG，引起这个bug的原因就是自己在URL中使用了 urlencode 函数，该函数会把空格转换成加号，这样就导致URL解析出错，而空格只有转换成 %20 才可以可以正常解析，这时我们就需要使用 rawurlencode 函数。

下面就介绍一下 urlencode 函数与 rawurlencode 函数的区别：

urlencode 函数：

返回字符串，此字符串中除了 -_. 之外的所有非字母数字字符都将被替换成百分号（%）后跟两位十六进制数，空格则编码为加号（+）。此编码与 WWW 表单 POST 数据的编码方式是一样的，同时与 application/x-www-form-urlencoded 的媒体类型编码方式一样。由于历史原因，此编码在将空格编码为加号（+）方面与 RFC1738 编码（参见 rawurlencode()）不同。

rawurlencode 函数：

返回字符串，此字符串中除了 -_. 之外的所有非字母数字字符都将被替换成百分号（%）后跟两位十六进制数。这是在 » RFC 3986 中描述的编码，是为了保护原义字符以免其被解释为特殊的 URL 定界符，同时保护 URL 格式以免其被传输媒体（像一些邮件系统）使用字符转换时弄乱。下面我们来看一下例子：

    <?php

    $string = "hello world";

    echo urlencode($string) . '<br/>'; //输出：hello+world
    echo rawurldecode($string) . '<br/>';//输出：hello%20world

    ?>

具体例子比较：

    <?php
    for ($i = 0x20; $i < 0x7f; $i++) { 
    $str .= dechex($i); 
    }

    $asscii = pack("H*",$str); 
    echo "所有的可打印的asscii字符：（从空格到~）n". $asscii."\n"; 
    echo "urlencode 的结果：\n".urlencode($asscii); 
    echo "\n"; 
    echo "urlencode 不做编码的字http://www.jb51.net/符：\n".preg_replace("/%.{2}/","",urlencode($asscii)); 
    echo "\n"; 
    echo "rawurlencode 的结果：\n".rawurlencode($asscii); 
    echo "\n"; 
    echo "rawurlencode 不做编码的字符：\n".preg_replace("/%.{2}/","",rawurlencode($asscii)); 
    echo "\n";

    exit;
    ?>

    输出结果：
    ―――――――――――――――――――――――――――
    所有的可打印的asscii字符：（从空格到~）
    !"#$%&'()*+,-./0123456789:;<=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_abcdefghijklmnopqrstuvwxyz{|}~
    urlencode 的结果：
    +%21%22%23%24%25%26%27%28%29%2A%2B%2C-.%2F0123456789%3A%3B%3C%3D%3E%3F%40ABCDEFGHIJKLMNOPQRSTUVWXYZ%5B%5C%5D%5E_%60abcdefghijklmnopqrstuvwxyz%7B%7C%7D%7E
    urlencode 不做编码的字符：
    +-.0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ_abcdefghijklmnopqrstuvwxyz
    rawurlencode 的结果：
    %20%21%22%23%24%25%26%27%28%29%2A%2B%2C-.%2F0123456789%3A%3B%3C%3D%3E%3F%40ABCDEFGHIJKLMNOPQRSTUVWXYZ%5B%5C%5D%5E_%60abcdefghijklmnopqrstuvwxyz%7B%7C%7D%7E
    rawurlencode 不做编码的字符：
    -.0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ_abcdefghijklmnopqrstuvwxyz

比较二者的结果：

1. 数字、大小写字母都不编码
2. 减号、点号、下划线 三个不编码
   3. rawurlencode比urlencode多编码一个"加号"

关于JavaScript中escape与encodeURIComponent的区别：

    >>> console.log(encodeURIComponent("统一注册1"));

    %E7%BB%9F%E4%B8%80%E6%B3%A8%E5%86%8C1
    >>> console.log(escape("统一注册1"));
    %u7EDF%u4E00%u6CE8%u518C1

    <?php
    echo iconv("utf-8","gbk",urldecode("%E7%BB%9F%E4%B8%80%E6%B3%A8%E5%86%8C1")); 
    echo "\n"; 
    echo urldecode("%u7EDF%u4E00%u6CE8%u518C1"); 
    // 使用下面的unescape可以
    //echo iconv("utf-8","gbk",unescape("%u7EDF%u4E00%u6CE8%u518C1"); 
    exit;
    ?>

    输出结果：
    ======================================
    统一注册1
    %u7EDF%u4E00%u6CE8%u518C1
    ======================================

结果说明：

1. encodeURIComponent 总是把输入转换成utf8编码处理的，按字节编码

2. escape是按照unicode编码处理的，因为它也对url中不安全的字符做了编码，所以也可以在url中做编码使用，但是，服务器端不会自动解码，下面提供一个PHP版的解码函数，是用手册里找的：

    <?php

    function unescape($str) { 
      $str = rawurldecode($str); 
      preg_match_all("/(?:%u.{4})|&#