C++如何实现字符串的URL编码(遵循RFC规范标准)-C++-PHP中文网

rfc 3986明确规定url必须转义除a-z、a-z、0-9、-、.、_、~外的所有字符，包括空格（%20）、中文（utf-8字节逐字编码）、/（%2f）、?、&、=等保留字符及控制字符（0x00–0x20、0x7f–0xff）。

c++如何实现字符串的url编码(遵循rfc规范标准)

URL编码必须转义哪些字符

RFC 3986 明确规定，URL 中只允许出现 unreserved 字符（A-Z、a-z、0-9、-、.、_、~），其余所有字符——包括空格、中文、标点、控制字符——都必须被百分号编码。特别注意：/、?、:、@、&、=、+、$、,、; 等在 URL 中有语法意义的字符，**即使出现在 path 或 query value 中也必须编码**，不能“按需保留”。

空格必须编码为 %20（不是 +；后者是 application/x-www-form-urlencoded 的行为，不适用于通用 URL 编码）
中文如 你好 → %E4%BD%A0%E5%A5%BD（UTF-8 字节序列逐字节编码）
/ 在 path segment 中若非分隔符用途（例如文件名含斜杠），也得编码为 %2F

用 std::ostringstream + std::hex 实现安全编码

标准库没有内置 URL encode 函数，但可用 std::ostringstream 配合 std::hex 和 std::setw(2) 构建可读、无依赖的实现。关键在于：先将输入字符串按 UTF-8 解释为字节序列（std::string 本身即字节数组），再对每个字节判断是否属于 unreserved。

std::string url_encode(const std::string& s) {
    std::ostringstream encoded;
    encoded.fill('0');
    encoded = 'A' && c = 'a' && c = '0' && c (c);
        }
    }
    return encoded.str();
}

务必用 unsigned char 遍历，避免 char 为负值导致 static_cast<int></int> 出现符号扩展错误（如 0xFF 变成 -1）
std::setw(2) 必须每次写入前重置，std::ostringstream 不自动保持宽度
该函数假设输入已是合法 UTF-8；若传入 GBK 或乱码，编码结果仍符合 RFC，但语义错误——URL 编码不负责字符集转换

别踩 std::to_string((int)c) 的坑

常见错误是用 std::to_string((int)c) 拼接十六进制，比如 "%" + std::to_string((int)c)。这会输出十进制数字（255），而非两位十六进制（FF），完全不符合规范。

C++ Code Review Master

组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。

下载

std::to_string 永远输出十进制，和 URL 编码无关
不要手写查表或位运算模拟 hex 转换——易出错且无必要
若不用 std::ostringstream，可用 sprintf(buf, "%%02X", c)，但要注意缓冲区大小和大小写（RFC 接受大写，但惯例用大写）

解码时要严格校验 %XX 格式

URL 解码比编码更易出错。不能简单替换所有 %xx，必须验证：以 % 开头、后跟两个十六进制字符、且不能跨字节截断 UTF-8 序列（不过解码本身只操作字节，UTF-8 合法性应由上层保证）。

遇到 %g7、%zz、% 结尾等非法格式，应拒绝解码或保留原样（取决于策略）
%20 解码为 0x20 字节，不是 ' ' 字符——解码结果仍是 std::string 字节流，后续是否 reinterpret_cast 为 UTF-8 字符串由调用方决定
某些场景（如 CGI）要求解码后再次校验路径遍历（%2E%2E → ..），这已超出纯编码/解码范畴