URL 中的 Unicode 字符

根据您的 URL 方案，您可以将 UTF-8 编码部分设置为“不重要”。例如，如果您查看 Stack Overflow URL，它们采用以下形式：

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

但是，服务器实际上并不关心您是否在标识符后面弄错了部分，因此这也有效：

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

因此，如果你有这样的布局，那么你可能会在标识符后面的部分使用 UTF-8，如果它被乱码也没关系。当然，这可能只适用于某些特殊情况......

使用百分比编码。现代浏览器将处理显示和粘贴问题，并使其易于阅读。例如 http://ko.wikipedia.org/wiki/ 위키백과：대문

编辑：当您在Firefox中复制这样的URL时，剪贴板将保留百分比编码的形式（这通常是一件好事），但是如果您只复制其中的一部分，它将保持未编码状态。

Tgr说了什么。背景：

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

这不是 URI。但它是一个 IRI。

您不能在 HTML4 文档中包含 IRI;属性类型 like 定义为 URI 而不是 IRI。无论如何，一些浏览器会在这里处理 IRI，但这并不是一个好主意。href

要将 IRI 编码为 URI，请获取路径和查询部分，对它们进行 UTF-8 编码，然后对非 ASCII 字节进行百分比编码：

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

如果 IRI 的主机名部分中有非 ASCII 字符，例如。，则已使用 Punycode 对其进行编码。http://例え.テスト/

现在，你有一个 URI。这是一个丑陋的 URI。但大多数浏览器会为您隐藏它：将其复制并粘贴到地址栏中或在链接中点击它，您会看到它以原始 Unicode 字符显示。维基百科多年来一直在使用它，例如：

http://en.wikipedia.org/wiki/ɸ

一个浏览器的行为是不可预测的，并不总是显示漂亮的IRI版本是......

...嗯，你知道的。

由于所有这些评论都是正确的，您应该注意，就ICANN批准将阿拉伯语（波斯语）和中文字符注册为域名而言，所有浏览器制作公司（Microsoft，Mozilla，Apple等）都必须在没有任何编码的URL中支持Unicode，并且这些应该可以被Google等搜索。

因此，此问题将尽快解决。

不确定这是否是一个好主意，但正如其他评论中提到的，正如我所解释的那样，许多 Unicode 字符在 HTML5 URL 中是有效的。

例如，文档说 http://www.w3.org/TR/html5/links.html#attr-hyperlink-href：href

和 area 元素的 href 属性必须具有一个值，该值是可能被空格括起来的有效 URL。

然后“有效 URL”的定义指向 http://url.spec.whatwg.org/，它将 URL 代码点定义为：

ASCII 字母数字、“！”、“$”、“&”、“”“、”“、”（“、”）“、”*“、”+“、”“、”-“、”.“、”/“、”、 U+80000 至 U+8FFFD、U+90000 至 U+9FFFD、U+A0000 至 U+AFFFD、U+B0000 至 U+BFFFD、U+C0000 至 U+CFFFD、U+D0000 至 U+DFFFD、U+E1000 至 U+EFFFD、U+F0000 至 U+FFFFD、U+100000 至 U+10FFFD。

The term "URL code points" is then used in a few parts of the parsing algorithm, e.g. for the relative path state:

If c is not a URL code point and not "%", parse error.

Also the validator http://validator.w3.org/ passes for URLs like , and does not pass for URLs with characters like spaces "你好""a b"

Related: Which characters make a URL invalid?

For me this is the correct way, This just worked:

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

This worked, and now links are displayed properly:

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

Link found on:

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

Use percent-encoded form. Some (mainly old) computers running Windows XP for example do not support Unicode, but rather ISO encodings. That is the reason percent-encoded URLs were invented. Also, if you give a URL printed on paper to a user, containing characters that cannot be easily typed, that user may have a hard time typing it (or just ignore it). Percent-encoded form can even be used in many of the oldest machines that ever existed (although they don't support internet of course).

There is a downside though, as percent-encoded characters are longer than the original ones, thus possibly resulting in really long URLs. But just try to ignore it, or use a URL shortener (I would recommend goo.gl in this case, which makes a 13-character long URL). Also, if you don't want to register for a Google account, try bit.ly (bit.ly makes slightly longer URLs, with the length being 14 characters).