特定中文urlencode的问题

Question

今天遇到一个问题。gbk编码的字“扙",urlencode后对应的是%92E，但是再用decode后却不能还原为“扙”，一个中文字符在urlencode后不都是两个%xx%xx吗？这里怎么是一个%xxx。对应的用java测试后encode结果是“%92%45”

Answer 1

我这里测试是正常的，解码用urldecode

Answer 2

是gbk编码吗？

Answer 3

$s = '扙';
echo $t = urlencode($s);//%92E
echo urldecode($t);//扙编码解码都未有问题
E 的十六进制内码是 45， 而 扙 的第二字节十六进制内码也是 45。
所以 E 和 %45 是等效的，如果是你自己在写 url 解码程序，那么就要注意到这个事实

Answer 4

目前我是用java的URLDecoder.decode("xxxxx","GBK");去反解，这样解出来的就是乱码。

Answer 5

那是 java 认为 RFC 1738 标准太老了，自己随心所欲了
应对这种情况你可以写个自己的url编码函数
function myurlencode($str) {
  return '%' . join('%', array_map('dechex', pack('C*', $str));
}