必须只对非unreserved字符（a-z、a-z、0-9、-、.、_、~）编码，且用大写%xx格式；字节层面处理，%须编码为%25，已编码序列不应二次编码。
直接用 std::ostringstream 拼接或手写循环 + std::hex 很容易漏掉保留字符（如 /、?、:）的处理，导致编码不符合 RFC3986 —— 关键在于：**必须只对非“unreserved”字符进行编码，且大写字母形式（%2A 而非 %2a）**。
哪些字符需要编码？看 RFC3986 的 unreserved 集合
RFC3986 明确定义了不需编码的字符集（unreserved）：A-Z、a-z、0-9、-、.、_、~。其余所有字节（包括空格、中文、控制字符、/、?、#、[、] 等）都必须百分比编码。
注意：+ 在 query string 中常被用作空格替代，但 RFC3986 并不认可这种用法；URL 路径或 fragment 中的空格必须编码为 %20，不是 +。
实操建议：
- 用查表法（256 字节布尔数组）判断是否需编码，O(1) 且无分支预测开销
- 预先初始化表：
need_encode[32] = true（空格），need_encode['/'] = true，need_encode['?'] = true，等等 - 特别注意：0x80–0xFF 字节（UTF-8 多字节首字节或后续字节）一律需编码，不要尝试 UTF-8 解码再判断 —— 编码操作应在字节层面进行
如何安全地把字节转成 %XX 格式（大写十六进制）
C++ 标准库默认 std::hex 输出小写，且不补零；直接用 std::setw(2) 容易因流状态污染影响后续输出。
更稳妥的做法是手动转换：
char hex_chars[] = "0123456789ABCDEF";
std::string result;
result.reserve(input.size() * 3); // 上限预分配
for (unsigned char c : input) {
if (need_encode[c]) {
result += '%';
result += hex_chars[c >> 4];
result += hex_chars[c & 0x0F];
} else {
result += c;
}
}
关键点：
- 用
unsigned char遍历，避免char为负时导致数组越界（如need_encode[-1]） - 硬编码大写字符表，不依赖 iostream 格式化，无状态副作用
-
reserve()避免多次内存重分配，尤其对长字符串明显提升性能
要不要对已编码的字符串二次编码？（常见误用场景）
如果输入字符串里已经含有类似 %20 的合法编码序列，**不应再对其中的 %、2、0 单独编码** —— 这属于双重编码（double-encoding），会导致 %20 变成 %2520，服务端无法正确解码。
但 RFC3986 并未要求自动识别并跳过已有 %XX 序列；是否跳过取决于你的使用场景：
- 若输入来自用户自由输入（如搜索关键词），应完全编码，不管它看起来像不像已编码内容
- 若输入是拼接生成的 URL 片段（比如你已确保某段是安全的 path），则需业务层自己保证不混入原始
%字符 - 没有通用“智能解码再编码”方案；想跳过已有
%XX，必须显式做三字符匹配（%+ 两个十六进制字符），且要验证十六进制有效性（否则%GG会被错误跳过）
最易被忽略的是：RFC3986 对百分号本身（%）的定义 —— 它属于 “sub-delimiter”，不在 unreserved 集合中，必须编码为 %25。这意味着，任何未经校验就插入 % 字符到 URL 中的行为，都会破坏合规性。别信“浏览器能容错”，服务端严格解析时会失败。
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！
