網址的中文不是中文，更不是 UTF-8

 

網址的中文不是中文，這個觀念一直是我「網址中不一定要放中文」的核心邏輯，尤其在搜尋引擎中你搜尋的關鍵字跟網址中的中文編碼就不一樣了

根據 W3C 的定義

URL encoding converts characters into a format that can be transmitted over the Internet. URLs can only be sent over the Internet using the ASCII character-set. Since URLs often contain characters outside the ASCII set, the URL has to be converted into a valid ASCII format. URL encoding replaces unsafe ASCII characters with a "%" followed by two hexadecimal digits. URLs cannot contain spaces. URL encoding normally replaces a space with a plus (+) sign or with %20.[1]

然後最近已經看到多次 SEO 相關文章講到網址的時候說：網址是 UTF-8 的格式。這讓我頭很痛，網址（嚴格來說 URI）的中文不是中文，也不是 UTF-8 編碼 是 UTF-8 編碼(而且還要是 16 進位編碼)過後，再經過 url encoding 的結果[2]

另外 URL encoding 的解碼，是依據「網頁編碼」是什麼還會有所變化，雖然這年頭 big5 跟 unicode 的網頁已經屬於稀世珍物，但如果是「中文」來說，網址的呈現是 

• UTF-8 的網頁是 %e4%b8%ad%e6%96%87 
• Big5 的網頁是 %a4%a4%a4%e5 
• unicode 的網頁是 %u4e2d%u6587 

為什麼要強調 URI （也可以說 URL 啦）呢？因為「網域的中文也不是中文」而那更是另外一種編碼了...

參考資料

1. https://www.w3schools.com/tags/ref_urlencode.ASP 
2. https://zh.wikipedia.org/zh-tw/%E7%99%BE%E5%88%86%E5%8F%B7%E7%BC%96%E7%A0%81