Alat pembangun · URL pengekod & penyahkod
Ruang dalam pautan muat turun fail: mengapa %20, + dan ruang mentah tidak sama
· Mengapa ia penting
pengekodan url http aliran kerja pembangun
Fail yang dipanggil 'laporan Q3 (final).pdf' boleh dipautkan tiga cara berbeza dan sahaja satu yang boleh dipercayai betul. Siaran ini menerangkan sebab nama fail memecahkan pautan muat turun dan cara mengekodnya supaya setiap pelanggan bersetuju.
Muat turun yang gagal untuk sesetengah pengguna dan berfungsi untuk yang lain — nama fail dengan ruang dan tanda tambah
Fail seperti "Q3 report.pdf" berfungsi dengan baik apabila disimpan secara setempat tetapi gagal melalui pautan muat turun untuk sesetengah pengguna manakala yang lain berjaya tanpa masalah. Ruang mentah tidak sah dalam URL setiap spesifikasi RFC 3986. Pelayar bertolak ansur dengannya dalam bar alamat tetapi HTTP pelanggan menolaknya dengan tegas. Memahami %20, tanda tambah dan ruang mentah adalah sangat penting untuk pengedaran yang boleh dipercayai. Perbezaan antara kaedah pengekodan secara langsung mempengaruhi kadar kejayaan muat turun merentas platform yang berbeza, pelbagai alat automasi dan HTTP pelaksanaan pelanggan di seluruh dunia. Pembangun mesti memahami perbezaan ini apabila membina sistem muat turun. Konteks penting untuk pilihan pengekodan dan keserasian sistem.
Pembangun mesti memilih antara ruang mentah, %20 atau tanda tambah semasa membuat pautan muat turun. Ujian dengan curl, wget dan Python mendedahkan pelanggan mana yang menguatkuasakan pematuhan RFC. Muat turun pelayar berjaya disebabkan oleh pemulihan ralat, tetapi penyepaduan API gagal apabila menemui ruang yang tidak dikodkan.
Mengapa ruang mentah tidak sah dalam URL — dan mengapa pelayar bertolak ansur dalam bar alamat tetapi HTTP pelanggan tidak
Ruang mentah dalam URL mempunyai akar sejarah dalam reka bentuk protokol. URL merentasi sistem yang menganggap ruang sebagai pembatas antara token. Ruang dalam URL boleh disalahtafsirkan sebagai penamatnya. HTTP pelanggan yang membaca daripada baris arahan dipotong pada ruang pertama. Reka bentuk asas ini kekal dalam pelaksanaan protokol dan tidak mungkin berubah.
Pelayar bertolak ansur dengan ruang mentah melalui penukaran senyap kepada %20 sebelum menghantar permintaan HTTP. Tingkah laku mesra pengguna ini menyembunyikan keperluan protokol daripada pengguna akhir yang menampal URL ke dalam bar alamat. Sistem automatik kekurangan lapisan pemulihan ini. Skrip gagal pada URL dengan ruang mentah. Pelanggan e-mel menghadapi kegagalan membuka pautan sedemikian.
%20 berbanding + dalam segmen laluan — konvensyen pengekodan bentuk yang tidak digunakan pada laluan
%20 lawan tanda tambah mewakili perbezaan asas dalam URL konteks pengekodan. Dalam segmen laluan, ruang mesti mengekod sebagai %20 setiap RFC 3986. Tanda tambah bukan pengekodan ruang dalam laluan. Konvensyen ini berasal dari pengekodan bentuk HTML di mana ia berfungsi sebagai pengekodan ruang dalam rentetan pertanyaan. Pembangun sering tersalah menggunakan peraturan borang pada laluan.
Konvensyen pengekodan bentuk yang membenarkan tanda tambah tidak digunakan pada laluan dengan keperluan struktur yang berbeza. Dalam rentetan pertanyaan, ampersand dan sama dengan parameter had. Menggunakan tambah untuk ruang dalam nilai pertanyaan tidak menimbulkan kekaburan kerana tambah bukan pembatas. Dalam laluan, tambah tidak mempunyai makna khusus. Percampuran konvensyen mencipta pautan muat turun yang rosak.
Nama fail bukan ASCII — UTF-8 peratus pengekodan dan kunci storan objek yang menyimpan nama mentah
Nama fail bukan ASCII memerlukan pengekodan UTF-8 peratus sebelum penghantaran selamat dalam URL. Nama fail seperti "Über report.pdf" mengandungi "Ü" (U+00DC) di luar julat ASCII. Pengekodan UTF-8 menukar ini kepada bait C3 9C. Peratus bait ini dikodkan sebagai %C3%9C dalam URL. Setiap UTF-8 bait mendapat triplet sendiri, menghasilkan nama fail yang dikodkan lebih panjang.
Perkhidmatan storan objek seperti Amazon S3 memberikan kes yang menarik untuk nama fail bukan ASCII. Sesetengah sistem membenarkan UTF-8 bait mentah dalam kunci manakala yang lain memerlukan pengekodan peratus. Strategi pengekodan bergantung pada pembekal storan dan penggunaan URL. Akses berasaskan URL memerlukan UTF-8 yang dikodkan peratus. Pembangun mesti menyelaraskan storan dan lapisan generasi URL.
Contoh yang berjaya: pengekodan 'laporan Über Q3 (akhir)+notes.pdf' untuk laluan — output yang tepat dan sebab + mesti menjadi %2B
Contoh yang berjaya: pengekodan "Laporan Über (akhir)+notes.pdf" menunjukkan pengekodan lengkap. Nama fail mengandungi ruang, bukan ASCII aksara dan tambah literal. UTF-8 pengekodan "Ü" menghasilkan %C3%9C. Dalam pengekodan laluan, ruang menjadi %20 (tidak seperti pengekodan borang menggunakan tambah). Tambah literal menjadi %2B. Tanda kurung mengekod sebagai %28 dan %29. Keputusan: %C3%9CberQ3%20report%20%28final%29%2Bnotes.pdf.
Ujian dengan pengekod & penyahkod URL menunjukkan perubahan yang tepat. Menampal nama fail ke dalam mod nilai tunggal menghasilkan segmen yang dikodkan peratus yang betul menggunakan peraturan laluan. Alat ini mengekalkan pembatas laluan sambil mengekod komponen nama fail sahaja. Perbandingan visual input dan output menjadikan peraturan jelas dan boleh disahkan sebelum pengeluaran. Bandingkan ini dengan mod borang untuk melihat perbezaan konteks.
Content-Disposition dan parameter nama fail* — pengekodan berasingan untuk gesaan muat turun, disebut untuk kesempurnaan
Parameter Content-Disposition dan nama fail* mewakili lapisan pengekodan alternatif untuk gesaan muat turun. Pelayan termasuk pengepala Pelupusan Kandungan yang menentukan nama fail untuk dialog muat turun. Parameter nama fail menggunakan pengekodan RFC 2183 manakala nama fail* menggunakan RFC 5987 dengan pengekodan peratus. Pelayar mentafsirkan pengepala ini untuk menentukan nama simpan fail. Nama fail yang sama mengekod dua kali dengan skema yang berbeza.
Dua lapisan pengekodan mencipta peluang untuk ralat transcoding. Nama fail URL-dikodkan dan pengepala mungkin tidak pergi balik dengan betul jika pelayan dan pelanggan tidak bersetuju. Untuk keserasian maksimum, pembangun hendaklah mengekod nama fail dalam laluan URL menggunakan %20 dan UTF-8 peratus pengekodan dan menetapkan pengepala Pelupusan Kandungan dengan nama fail yang dinyahkod. Ini memastikan semua HTTP pelanggan dan pelayar berfungsi dengan betul.
Perkara ini tidak meliputi — nama fail terpelihara pada sistem pengendalian tertentu dan ciri-ciri pembekal storan
Nama fail terpelihara pada sistem pengendalian tertentu menambah kerumitan pada pengekodan URL. Windows menyimpan nama seperti CON, PRN dan AUX untuk peranti. Fail secara literal bernama "CON.pdf" tidak boleh wujud pada NTFS. macOS mempunyai konvensyen penamaan dan peraturan atribut lanjutan. Linux adalah sensitif huruf besar-besaran. Nama fail berkod URL yang sah mungkin tidak sah untuk storan pada sistem tertentu.
Kebiasaan penyedia storan menambah kerumitan pada pengedaran merentas platform. Amazon S3 menerima kunci UTF-8 dan sensitif huruf besar-besaran. Storan Awan Google berkelakuan serupa dengan sekatan tambahan. Azure Blob Storage mempunyai peraturan aksara yang berbeza. Nama fail yang berfungsi pada S3 mungkin gagal pada Azure. Arkitek mesti menyemak dokumentasi pembekal dan menguji dengan nama fail bukan ASCII sebenar.
Bawa pulang: mengekod segmen, bukan URL — cara mod nilai tunggal pengekod & penyahkod URL menghasilkan nama fail selamat laluan
Bawa pulang: mengekod segmen, bukan URL—mod nilai tunggal URL & penyahkod menghasilkan nama fail selamat laluan. Alat ini menerima nama fail mentah dan menghasilkan segmen yang dikodkan peratus. Ini menghalang pengekodan dua kali dan konteks pencampuran. Menggunakan mod nilai tunggal mengelakkan laluan mengimbangi, pertanyaan dan peraturan pengekodan serpihan. Segmen yang dijana selamat untuk dimasukkan ke dalam URL.
Amalan terbaik mengekod nama fail di mana ia memasukkan pembinaan URL. Jangan menganggap pelayar membetulkan isu pengekodan. Uji dengan pelanggan HTTP sebenar yang digunakan oleh pengguna sasaran: curl, wget, Python, Java httplib dan API pengambilan pelayar. Sahkan nama fail bertahan dalam perjalanan pergi balik melalui keseluruhan sistem. URL pengekod & penyahkod ialah titik permulaan memastikan ketepatan.