什么是 nokogiri % 编码 $ 字符答案

【问题标题】：What is nokogiri % encoding $ character什么是 nokogiri % 编码 $ 字符
【发布时间】：2014-07-22 23:46:16
【问题描述】：

我为什么会得到：

Nokogiri::HTML('<a href="/test_$4b.html">test</a>').to_html

=> "<!DOCTYPE html PUBLIC \"-//W3C//DTD HTML 4.0 Transitional//EN\" \"http://www.w3.org/TR/REC-html40/loose.dtd\">\n<html><body><a href=\"/test_%244b.html\">test</a></body></html>\n"

我认为 $ 符号在 url 中有效？

跟进：

为什么浏览器会以不同的方式处理这个问题。例如。页面内：http://www.pmlive.com/pharma_news/its_on_shire_and_abbvie_agree_32bn_takeover_586969

链接：http://www.pmlive.com/pharma_news/mylan_buys_abbotts_non-us_generics_in_$53 亿_deal_585883 有效。

但 nokogiri 会将此链接解析为： http://www.pmlive.com/pharma_news/mylan_buys_abbotts_non-us_generics_in_%245.3bn_deal_585883 不起作用（返回 404）。

他们是否认为 $ 实际上是安全且更好的选择？

【问题讨论】：

您是否注意到自动链接器是如何解释这两个版本的 URL 的？
是的，我确实注意到了 :-)

标签： ruby nokogiri

【解决方案1】：

this RFC3986 here 将美元符号列为保留的子分隔符（第 12 页）。

保留 = gen-delims / sub-delims

gen-delims = ":" / "/" / "?" /“#”/“[”/“]”/“@”

sub-delims = "!" /“$”/“&”/“'”/“（”/“）”/“*”/“+”/“”/“;” / "="

它还建议如何处理保留字符：

2.2。保留字符

URI 包括由以下分隔的组件和子组件 “保留”集中的字符。这些字符被称为 “保留”，因为它们可能（或可能不）被定义为分隔符通用语法，由每个特定于方案的语法，或由 URI 的解引用算法的特定于实现的语法。如果 URI 组件的数据与保留的字符作为分隔符的目的，那么冲突的数据必须是在形成 URI 之前进行百分比编码。

Nokogiri 喜欢的作者决定，由于任何人都可以出于任何目的使用他们的库，因此无法自动确定保留字符是否会发生冲突，因此是“最安全”的处理方式（简称直接测试 URI）将按照建议转义它。

【讨论】：

谢谢，很好的答案。您对后续问题有意见吗？
@DuncanStewart 尽管它们是保留的，但只要它们符合语法，您仍然可以在 URI 中使用它们。鉴于上下文（文章标题），他们可能决定将其保留，或者他们可能正在使用一个不对标题进行 url 编码的框架。哪个看起来更好：$5.3bn、_5_3bn、53bn 或 %245%2E3bn？
具有讽刺意味的是，在这种情况下始终转义保留字符的决定失败了......