在 HTML5 的 URL 中还需要对 & 符号进行编码吗？

Question

我最近（来自thesequestions）了解到，在某些时候建议在 href 参数中编码与符号。也就是说，而不是写：

<a href="somepage.html?x=1&y=2">...</a>

应该写：

<a href="somepage.html?x=1&amp;y=2">...</a>

显然，前一个示例不应该工作，但浏览器错误恢复意味着它可以工作。

HTML5 还是这样吗？

我们现在已经过了严格的 XHTML 要求时代。这是 XHTML 严格处理的要求，还是我作为 Web 开发人员应该注意的事情？

Answer 1

引自W3C Differences Page，确实HTML5和HTML4的区别之一是：

与 HTML4 相比，与号 (&) 在更多情况下可能不转义。

事实上，HTML5 规范不遗余力地描述了确定使用（和解释）字符意味着什么的实际算法。

特别是，在 HTML5 规范第 8 章中的 section on tokenizing character references 中，我们看到当您在一个属性中时，您会看到一个 & 字符后跟：

• 制表符、LF、FF、空格、<、&、EOF 或其他允许的字符（如果属性值被引用，则为 " 或 '，否则为 >） ===> 那么＆符号只是＆符号，不用担心；
• 一个数字符号 ===> 然后 HTML5 标记器将通过许多步骤来确定它是否具有数字字符实体引用，但请注意在这种情况下会出现 解析错误（请阅读规范）
• 任何其他字符 ===> 解析器将尝试查找命名字符引用，例如 ∉。

最后一个案例是您感兴趣的，因为您的示例有：

<a href="somepage.html?x=1&y=2">...</a>

你有字符序列

• 与号
• 拉丁文小写字母 Y
• 等号

现在这是 HTML5 规范中与您的情况相关的部分，因为 y 不是命名实体引用：

如果无法匹配，则不消耗任何字符，也不返回任何内容。在这种情况下，如果 U+0026 AMPERSAND 字符 (&) 之后的字符由一个或多个字母数字 ASCII 字符的序列组成，后跟一个 U+003B 分号字符 (;)，则这是一个解析错误。

那里没有分号，所以没有解析错误。

现在假设你有，而不是，

<a href="somepage.html?x=1&eacute=2">...</a>

这是不同的，因为é 是 HTML 中的命名实体引用。在这种情况下，以下规则生效：

如果字符引用作为属性的一部分被使用，并且匹配的最后一个字符不是“;” (U+003B) 字符，并且下一个字符是“=” (U+003D) 字符或字母数字 ASCII 字符，那么由于历史原因，所有在 U+0026 AMPERSAND 字符 (& ) 必须未使用，并且不返回任何内容。但是，如果下一个字符实际上是“=” (U+003D) 字符，那么这是一个解析错误，因为在这些情况下，一些旧版用户代理会误解标记。

所以= 使它成为一个错误，因为旧版浏览器可能会混淆。

尽管 HTML5 规范似乎不遗余力地表示“这个 & 符号不是开始字符实体引用，所以这里没有引用”，但您可能会遇到具有命名引用的 URL（例如，@ 987654335@, part, sum, sub) 这会导致解析错误，那么恕我直言，你最好使用它们。不过当然，你只问属性上的限制有没有放宽，而不是应该怎么做，看来确实放宽了。

看看验证器能做什么会很有趣。