ฉันต้องการสร้างเว็บไซต์ที่จะมีบทความและฉันต้องการสร้าง URL ที่จำง่ายสำหรับมันตัวอย่างเช่น URL ของหน้าเว็บด้วย

หัวข้อ: การทดสอบบทความ

ควรจะเป็น: http://www.example.com/articles/article_test.

แน่นอนฉันต้องลบตัวละครบางตัวออกจากชื่อชอบ?หรือ#แต่ฉันไม่แน่ใจว่าตัวละครตัวไหนที่จะลบ

ใครสามารถบอกฉันว่าตัวละครมีความปลอดภัยที่จะเก็บ?

อ้างส่วน 2.3 ของRFC 3986 :

"ตัวละครที่ได้รับอนุญาตใน URI แต่ไม่มีวัตถุประสงค์ที่สงวนไว้จะเรียกว่า unreserved ซึ่งรวมถึงตัวอักษรตัวพิมพ์ใหญ่และตัวพิมพ์เล็กตัวเลขทศนิยมยัติภังค์ระยะเวลาเครื่องหมายขีดล่างและเครื่องหมายตัวหนอน"

ALPHA  DIGIT  "-" / "." / "_" / "~"

โปรดทราบว่า RFC 3986 รายการน้อยเครื่องหมายวรรคตอนที่สงวนไว้กว่าเก่าRFC 2396

มีสองชุดของตัวละครที่คุณต้องระวังสำหรับ: ลิขสิทธิ์และไม่ปลอดภัย

สงวนตัวอักษร:

• เครื่องหมายแอมเปอร์แซนด์ ("&")
• ดอลลาร์ ("$")
• เครื่องหมายบวก ("+")
• เครื่องหมายจุลภาค (",")
• เครื่องหมายทับ ("/")
• โคลอน (":")
• เซมิโคลอน (";")
• เท่ากับ ("=")
• เครื่องหมายคำถาม ("?")
• สัญลักษณ์ 'At' ("@")
• ปอนด์ ("#")

ตัวละครโดยทั่วไปถือว่าไม่ปลอดภัยคือ:

• ช่องว่าง ("")
• น้อยกว่าและมากกว่า ("<>")
• วงเล็บเปิดและปิด ("[]")
• เครื่องมือจัดฟันแบบเปิดและปิด ("{}")
• ท่อ ("|")
• แบ็กสแลช ("\")
• เครื่องหมายตก ("^")
• เปอร์เซ็นต์ ("%")

ฉันอาจลืมไปแล้วหนึ่งข้อขึ้นไปซึ่งทำให้ฉันสะท้อนคำตอบของ Carl V ในระยะยาวคุณน่าจะดีกว่าโดยใช้ "รายการขาว" ของตัวละครที่ได้รับอนุญาตแล้วเข้ารหัสสตริงแทนที่จะพยายามให้ทันกับตัวละครที่ไม่ได้รับอนุญาตจากเซิร์ฟเวอร์และระบบ

คุณควรเก็บอักขระบางตัว (บัญชีขาว) เอาไว้แทนการลบอักขระบางตัว (บัญชีดำ)

คุณสามารถอนุญาตให้ใช้อักขระใด ๆ ทางเทคนิคตราบใดที่คุณเข้ารหัสอย่างถูกต้อง แต่ในการตอบคำถามของวิญญาณคุณควรอนุญาตให้ใช้อักขระเหล่านี้เท่านั้น:

1. ตัวอักษรตัวพิมพ์เล็ก (แปลงตัวพิมพ์เล็กเป็นใหญ่)
2. ตัวเลข 0 ถึง 9
3. เส้นประ - หรือขีดล่าง _
4. ทิลเดอ ~

ทุกอย่างอื่นมีความหมายพิเศษที่อาจเกิดขึ้น ตัวอย่างเช่นคุณอาจคิดว่าคุณสามารถใช้ + แต่สามารถแทนที่ด้วยช่องว่าง & เป็นอันตรายเช่นกันโดยเฉพาะหากใช้กฎการเขียนซ้ำ

เช่นเดียวกับความคิดเห็นอื่น ๆ ตรวจสอบมาตรฐานและข้อกำหนดเพื่อดูรายละเอียดที่สมบูรณ์

ปลอดภัยเสมอ

สิ่งเหล่านี้ปลอดภัย (ในทางทฤษฎี / ข้อมูลจำเพาะ) โดยทั่วไปทุกที่ยกเว้นชื่อโดเมน
เปอร์เซ็นต์เข้ารหัสสิ่งที่ไม่อยู่ในรายการและคุณยินดีไป

    A-Z a-z 0-9 - . _ ~ ( ) ' ! * : @ , ;

บางครั้งก็ปลอดภัย

ปลอดภัยเฉพาะเมื่อใช้ภายในส่วนประกอบ URL เฉพาะ ใช้ด้วยความระมัดระวัง

    Paths:     + & =
    Queries:   ? /
    Fragments: ? / # + & =
    

ไม่ปลอดภัย

ตามข้อกำหนดของ URI (RFC 3986) อักขระอื่น ๆ ทั้งหมดจะต้องเข้ารหัสเป็นเปอร์เซ็นต์ รวมถึง:

    <space> <control-characters> <extended-ascii> <unicode>
    % < > [ ] { } | \ ^
    

หากข้อกังวลเกี่ยวกับความเข้ากันได้สูงสุดให้ จำกัด ชุดอักขระไว้ที่ AZ az 0-9 - _
(พร้อมจุดเฉพาะส่วนขยายชื่อไฟล์)

คำนึงถึงบริบท

แม้ว่าจะถูกต้องตามข้อกำหนด แต่ URL ก็ยังสามารถ "ไม่ปลอดภัย" ได้ทั้งนี้ขึ้นอยู่กับบริบท เช่นไฟล์: /// URL ที่มีอักขระชื่อไฟล์ไม่ถูกต้องหรือส่วนประกอบข้อความค้นหาที่มี "?", "=" และ "&" ​​เมื่อไม่ได้ใช้เป็นตัวคั่น การจัดการกรณีเหล่านี้อย่างถูกต้องนั้นขึ้นอยู่กับสคริปต์ของคุณและสามารถแก้ไขได้ แต่ก็เป็นสิ่งที่ควรคำนึงถึง

ดูที่RFC3986 - Uniform Resource Identifier (URI): Generic Syntaxคำถามของคุณจะหมุนรอบองค์ประกอบพา ธของ URI

    foo://example.com:8042/over/there?name=ferret#nose
     \_/   \______________/\_________/ \_________/ \__/
      |           |            |            |        |
   scheme     authority       path        query   fragment
      |   _____________________|__
     / \ /                        \
     urn:example:animal:ferret:nose

อ้างถึงส่วน 3.3 ตัวอักษรที่ถูกต้องสำหรับ URI segmentเป็นประเภทpchar:

pchar = unreserved / pct-encoded / sub-delims / ":" / "@"

ซึ่งแบ่งลงเป็น:

ALPHA / DIGIT / "-" / "." / "_" / "~"

pct-encoded

"!" / "$" / "&" / "'" / "(" / ")" / "*" / "+" / "," / ";" / "="

":" / "@"

หรือในคำอื่น ๆ : คุณอาจจะใช้ใด ๆ (ที่ไม่ใช่ควบคุม) ตัวละครจากตาราง ASCII , ยกเว้น / , ?, #, และ[]

ความเข้าใจนี้ได้รับการสนับสนุนโดยRFC1738 - Uniform Resource Locators (URL)

ไม่ได้จอง = ALPHA / DIGIT / "-" / "." / "_" / "~"

จากบริบทที่คุณอธิบายฉันสงสัยว่าสิ่งที่คุณพยายามทำจริงๆคือสิ่งที่เรียกว่า 'ตัวบุ้ง SEO' วิธีปฏิบัติที่เป็นที่รู้จักทั่วไปที่ดีที่สุดสำหรับสิ่งเหล่านี้คือ:

1. แปลงเป็นตัวพิมพ์เล็ก
2. แปลงลำดับอักขระทั้งหมดที่ไม่ใช่ az และ 0-9 ให้เป็นหนึ่งยัติภังค์ (-) (ไม่ใช่ขีดล่าง)
3. ลบ 'stop words' ออกจาก URL เช่นคำที่ไม่สามารถจัดทำดัชนีได้เช่น 'a', 'an' และ 'the'; 'คำหยุด' ของ Google สำหรับรายการที่กว้างขวาง

ตัวอย่างเช่นบทความที่มีชื่อว่า "The Usage of! @% $ * เพื่อเป็นตัวแทนของ Swearing In Comics" จะได้รับ "การใช้งานเป็นตัวแทน - สาบาน - การ์ตูน"

รูปแบบสำหรับ URI ถูกกำหนดไว้ในRFC 3986 ดูหัวข้อ 3.3 สำหรับรายละเอียด

จากมุมมองของ SEO ยัติภังค์เป็นที่ต้องการมากกว่าขีดล่าง แปลงเป็นตัวพิมพ์เล็กลบเครื่องหมายอะโพสโทรฟีทั้งหมดจากนั้นแทนที่สตริงอักขระที่ไม่ใช่ตัวอักษรและตัวเลขทั้งหมดด้วยเครื่องหมายยัติภังค์เดียว ตัดยัติภังค์ส่วนเกินออกจากจุดเริ่มต้นและสิ้นสุด

ฉันมีปัญหาที่คล้ายกันฉันต้องการมี URL ที่สวยและถึงข้อสรุปว่าฉันต้องอนุญาตเฉพาะตัวอักษรตัวเลข - และ _ ใน URL นั่นเป็นเรื่องปกติจากนั้นฉันก็เขียน regex ที่ดีและฉันรู้ว่ามันตระหนักถึง UTF8 chars ทั้งหมดไม่ใช่ตัวอักษรใน. NET และถูกทำให้เป็นเกลียว นี่ดูเหมือนจะเป็นปัญหาที่ทราบสำหรับเอ็นจิน. NET regex ดังนั้นฉันถึงวิธีนี้:

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 chars, because
/// .NET impl of regext do not handle unicode chars. 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 "-";
    }
}

ฉันพบว่ามีประโยชน์มากในการเข้ารหัส URL ของฉันให้ปลอดภัยเมื่อฉันคืนค่าผ่าน ajax / php ไปยัง url ซึ่งอ่านหน้านั้นอีกครั้ง

เอาต์พุต PHP พร้อมตัวเข้ารหัส URL สำหรับอักขระพิเศษ &

//PHP returning the sucess info of ajax request
echo "".str_replace('&','%26',$_POST['name'])." category was changed";

//javascript sending the value to 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);

หวังว่าทุกคนจะพบว่าโค้ดเล็ก ๆ ของฉันมีประโยชน์มาก! :)

ฉันคิดว่าคุณกำลังมองหาบางอย่างเช่น "การเข้ารหัส URL" - เข้ารหัส URL เพื่อให้ "ปลอดภัย" เพื่อใช้บนเว็บ:

นี่คือข้อมูลอ้างอิงสำหรับสิ่งนั้น หากคุณไม่ต้องการอักขระพิเศษใด ๆ เพียงลบสิ่งที่ต้องการการเข้ารหัส URL:

http://www.w3schools.com/TAGS/ref_urlencode.asp

ระหว่าง 3-50 ตัวอักษร สามารถมีตัวอักษรตัวพิมพ์เล็กตัวเลขและอักขระพิเศษ - จุด (.), ขีดกลาง (-), ขีดล่าง (_) และที่อัตรา (@)