Codificar y decodificar URL

Cómo codificar y decodificar una URL

1. 1

   Pega tu texto o una lista de URLs

   Un valor o cincuenta, uno por línea. También sirve un archivo .txt, y se leen tanto UTF-8 como Windows-1251.

2. 2

   Elige codificar o decodificar y un esquema

   Component para un solo valor, full URI para una dirección completa, form-urlencoded para un cuerpo de petición POST.

3. 3

   Copia el resultado

   Cópialo directamente o descárgalo como archivo de texto, con la estructura de líneas conservada en ambos casos.

Tres esquemas y por qué elegir mal rompe los enlaces

La codificación de tipo component escapa todo lo que no es «unreserved», incluidos : / ? # & =. Eso es correcto para un único valor dentro de una cadena de consulta y erróneo para una dirección completa: si codificas https://example.com/a?b=1 como component, cada carácter estructural se vuelve una secuencia de porcentaje y la cadena deja de ser una URL. La codificación de tipo full URI deja esos caracteres estructurales como están y solo escapa espacios y caracteres no ASCII, que es lo que quieres cuando la entrada ya es una dirección completa. Form-urlencoded es como component pero con una sustitución más: los espacios se convierten en signos más, como exige el formato en el que los formularios HTML envían datos por POST.

El signo más es realmente ambiguo

En un cuerpo form-urlencoded, + significa un espacio. En un segmento de ruta, + significa un más literal. Al decodificar no se pueden distinguir solo a partir de la cadena, por eso es un ajuste explícito y no una suposición: si eliges form-urlencoded o activas «más como espacio», los signos más se vuelven espacios; si lo dejas desactivado, se quedan como están. Al codificar hay una trampa parecida en sentido contrario: un + literal en la entrada debe convertirse en %2B antes de transformar los espacios en signos más, o un viaje de ida y vuelta por el codificador lo convertirá en un espacio sin avisar. Ese orden aquí es fijo, así que codificar y luego decodificar devuelve exactamente lo que pusiste al principio.

Secuencias con % rotas, nombradas con precisión

Un % suelto que no va seguido de dos dígitos hexadecimales, o una secuencia multibyte cortada como %E0%A4, hace que la cadena no se pueda decodificar, y el decodificador del propio navegador lanza una excepción sin decir dónde. El modo estricto indica la línea y la posición del primer problema para que puedas encontrarlo en una lista larga; el modo flexible trata un % sin pareja como un signo de porcentaje literal y devuelve el resto, que suele ser lo que quieres cuando la entrada es una línea de registro y no una URL real. Trabajar línea por línea importa por lo mismo: en una lista de cincuenta valores, una entrada defectuosa te dice cuál fue.

Preguntas frecuentes