代码之家 › 专栏 › 技术社区 › The Pixel Developer

网站地图编码的困境

sitemap encoding xml php

The Pixel Developer · 技术社区 · 15 年前

在 sitemap.org (实体转义)例如,它们有一个示例URL:

http://www.example.com/Ã¼mlat.php&q=name

http://www.example.com/%C3%BCmlat.php&q=name

http%3A%2F%2Fwww.example.com%2F%C3%BCmlat.php%26q%3Dname

我已经用上的这个函数解决了这个问题 PHP.net

$entities = array('%21', '%2A', '%27', '%28', '%29', '%3B', '%3A', '%40', 
    '%26', '%3D', '%2B', '%24', '%2C', '%2F', '%3F', '%23', '%5B', '%5D');

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

$string = str_replace($entities, $replacements, rawurlencode($string));

在站点地图中使用URL的正确编码方式是什么?

相关 RFC 3986

1 回复 | 直到 15 年前

Artefacto 15 年前

问题是 http://www.example.com/Ã¼mlat.php&q=name 不是有效的url。

(来源: RFC 1738 ,这是过时的,但在这里起作用,RFC3986确实允许更多的字符,但转义不需要转义的字符不会造成任何伤害)

httpurl        = "http://" hostport [ "/" hpath [ "?" search ]]
hpath          = hsegment *[ "/" hsegment ]
hsegment       = *[ uchar | ";" | ":" | "@" | "&" | "=" ]
uchar          = unreserved | escape
unreserved     = alpha | digit | safe | extra
safe           = "$" | "-" | "_" | "." | "+"
extra          = "!" | "*" | "'" | "(" | ")" | ","
escape         = "%" hex hex
search         = *[ uchar | ";" | ":" | "@" | "&" | "=" ]

;:@&=$-_.+!*'(), ,一个 0-9a-zA-Z 字符或转义序列(例如。 %A0 或者,等价地, %a0 ? 角色最多只能出现一次。这个 / 字符可以出现在路径部分,但不能出现在查询字符串中。编码其他字符的约定是计算它们的UTF-8表示并转义该序列。

您的算法应该(假设主机部分不是问题……):