urlencode後的每個%XX代表一個位元組？

中文urlencode後，每個%XX代表一個位元組，是這樣的吧？
所以urlencode('中')的結果是%XX%XX%XX（utf-8編碼）

回覆內容：

中文urlencode後，每個%XX代表一個位元組，是這樣的吧？
所以urlencode('中')的結果是%XX%XX%XX（utf-8編碼）

對的，為了解決unicode的過度佔用記憶體空間和擴展不變的問題，utf-8規範出現了。

1. 對於單字節的符號，位元組的第一位設為0，後面7位元為這個符號的unicode碼。因此對於英語字母，UTF-8編碼和ASCII碼是相同的。

2. 對於n位元組的符號（n>1），第一個位元組的前n位元都設為1，第n+1位元設為0，後面位元組的前兩位一律設為10。剩下的沒有提及的二進位位，全部都是這個符號的unicode碼。

也就是說utf-8的編碼結果是變長的。
中字的utf-8編碼為E4B8AD，所以對應的urlencode為%E4%B8%AD.

是的，URL編碼純粹是把特殊符號和非ASCII字元的資料用十六進位表示出來，然後每個位元組（也就是兩位十六進制數）前加一個百分號。對於那些不特殊的ASCII字元的URL編碼就是它本身。

同樣一個中字，如果是GBK編碼就是兩個字節，如果是UTF-8就是三個位元組。

當然，比較麻煩的是URL編碼比較混亂。例如有的地方用+來表示空格，有的又是用%20，具體情況還是要具體分析。前者對應的是函數是urlencode，後者對應的是rawurlencode。通常前者用在表單資料中（包括URL中的query也就是?後的部分），後者用在URL路徑中（host後query前的部分）