URLエンコードとは
URLに使える文字は、半角の英数字といくつかの記号だけと決められています。日本語やスペースなどをURLに入れるときは、文字をUTF-8のバイト列にして、1バイトずつ「%」と16進数2桁で表します。これがURLエンコード(パーセントエンコーディング)です。
たとえば「あ」はUTF-8で3バイトなので、%E3%81%82 の9文字になります。日本語1文字がURLでは9文字分になるため、日本語のURLはとても長くなります。
エンコードが必要な文字の一覧
| 文字 | エンコード後 | 理由 |
|---|---|---|
| スペース | %20(フォームでは +) | URLの区切りと区別できない |
| & | %26 | パラメータの区切りに使われる |
| = | %3D | パラメータ名と値の区切りに使われる |
| ? | %3F | パラメータの開始を表す |
| # | %23 | ページ内の位置を表す |
| / | %2F | パスの区切りに使われる |
| + | %2B | フォーム形式ではスペースの意味になる |
| % | %25 | エンコードの印として使われる |
| 日本語(例:和) | %E5%92%8C | URLに使えない文字 |
英数字と「- _ . ~」は、エンコードしなくてもそのまま使えます。
2つの変換方式の違い
- すべての記号を変換(encodeURIComponent):「/ ? & = #」なども変換します。検索キーワードなど、パラメータの値をエンコードするときに使います
- URLの区切り記号は残す(encodeURI):URLの構造に使われる記号は残し、日本語やスペースだけを変換します。URL全体をエンコードするときに使います
パラメータの値に「&」が含まれているのにencodeURIで変換すると、値の途中でパラメータが区切られてしまいます。値を組み立てるときはencodeURIComponentを使うのが基本です。
エンコードしないとどうなる?
最近のブラウザは、アドレスバーに日本語のURLを入れても自動でエンコードしてくれます。しかし、メールやチャット、プログラムでURLを扱うときは、日本語の部分でリンクが途切れたり、文字化けしたりすることがあります。SNSやメールで日本語を含むURLを共有するとき、QRコードにURLを埋め込むときは、エンコードした形で扱うと確実です。
文字化けしたURLを読む
「%E5%92%8C%E6%9A%A6」のような読めないURLは、「デコード」タブに貼り付けると「和暦」のように元の日本語に戻ります。リンク先のページの内容を確認したいとき、アクセス解析のレポートで検索キーワードを確認したいとき、怪しいリンクの中身を開く前に確認したいときに便利です。
URLに埋め込まれたデータがBase64形式の場合はBase64変換で、JSON形式の場合はJSON整形で中身を確認できます。全角の英数字が混ざっている場合は、先に全角・半角変換で半角にしておきましょう。