必须编码的字符是除A-Z、a-z、0-9、-、.、_、~以外的所有字符，包括空格（%20）、/、?、#、%等；中文和emoji按UTF-8字节逐字节编码，且输入必须为UTF-8字符串。
哪些字符必须被编码？
URL 编码不是对所有字符都处理，只对非 unreserved 字符做 %XX 转义。RFC 3986 明确规定，A-Z、a-z、0-9、-、.、_、~ 这些是 unreserved 字符，可原样保留；空格要变 %20，斜杠 /、问号 ?、井号 # 等在 URL 中有特殊含义的字符，若作为数据内容出现，也必须编码（除非你明确知道它处于 URL 的哪一段且语义安全）。
常见错误是“看到非 ASCII 就 hex 编码”，比如把中文直接按 UTF-8 字节逐个转 %XX —— 这是对的，但前提是先确保输入是 UTF-8 编码字符串；如果源字符串是 GBK 或其他编码，直接编码会导致乱码 URL。
如何用 C++ 标准库（无第三方依赖）实现
C++11 及以上没有内置 URL 编码函数，得手写。核心逻辑就三步：遍历每个字节 → 判断是否需编码 → 是则转成 %XX 格式。
- 对
std::string输入，**假设它是 UTF-8 编码**（这是现代 Web 场景事实标准） - 不能简单用
isalnum()，因为它按 locale 判断，且不包含-._~ - 推荐用查表法或 lambda 匿名判断：例如
[&](unsigned char c) { return !((c >= 'A' && c = 'a' && c = '0' && c - 注意：空格（ASCII 32）必须编码为
%20，不是+—— 后者是 application/x-www-form-urlencoded 的规则，和纯 URL 编码不同
示例片段：
std::string url_encode(const std::string& s) {
std::string out;
out.reserve(s.size() * 3);
for (unsigned char c : s) {
if ((c >= 'A' && c = 'a' && c = '0' && c <h3>中文、emoji 等 Unicode 字符怎么处理？</h3><p>它们本身不是单字节，但只要输入 <code>std::string</code> 是合法 UTF-8 编码，上面的循环仍适用 —— 因为 UTF-8 多字节序列中每个字节都独立判断是否需要编码，而 UTF-8 的多字节首字节和后续字节均不属于 unreserved 集合，自然全被转成 <code>%XX</code>。</p><div class="aritcle_card flexRow artxards">
<div class="artcardd flexRow">
<a class="aritcle_card_img" rel="nofollow" href="/xiazai/gongju/2823" title="C++14"><img
src="https://img.php.cn/upload/manual/001/431/639/6ac8b33c327c4749.png" alt="C++14" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a rel="nofollow" href="/xiazai/gongju/2823" title="C++14" class="overflowclass">C++14</a>
<p class="overflowclass">C++14 对 C++11 的修正与增强版本，适合旧系统维护和较老工具链兼容。</p>
</div>
<a rel="nofollow" href="/xiazai/gongju/2823" title="C++14" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
</a>
</div>
</div><p>验证方式：用 <code>"你好"</code>（UTF-8 是 <code>\xE4\xBD\xA0\xE5\xA5\xBD</code>）喂给上面函数，输出应为 <code>%E4%B8%AD%E5%9B%BD</code>（注意大小写，RFC 推荐大写十六进制）。</p>
- 不要尝试用
std::wstring+std::codecvt_utf8——std::codecvt_utf8在 C++17 已被弃用，且跨平台行为不一致 - 如果输入是
std::u8string（C++20），可直接遍历，但底层仍是 UTF-8 字节流，处理逻辑不变 - 浏览器地址栏显示的“中文 URL”是 UI 层解码结果，实际 HTTP 请求中仍是百分号编码形式
性能与边界情况要注意什么？
高频调用时，out += 可能触发多次内存重分配。用 reserve() 是基本优化，但更稳的方式是预估最大长度（原始长度 × 3）并一次性分配。
- 空字符串、全 unreserved 字符串（如
"hello-world"）应零编码，返回原串 -
'%'字符本身必须编码为%25，否则会破坏 URL 结构 —— 上面逻辑已覆盖（因为'%'不在 unreserved 表中） - 不处理
%AB这类已编码片段的双重编码问题 —— URL 编码是“原始数据→编码”，不是“解码再编码”。若需对已有 URL 的 query 值二次编码，应先提取原始值，而非对整个 URL 字符串操作 - Windows 下若读文件得到
\r\n，别忘了换行符也要编码（\r→%0D，\n→%0A）
真正容易被忽略的是编码上下文：query 参数值、path segment、fragment 内容的编码规则一致，但 host 和 scheme 绝对不能编码 —— 函数只负责“字符串到 percent-encoded 字符串”的转换，不负责决定“该不该编码”。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
