URL kodieren: Warum Leerzeichen und Umlaute zu %20 werden

VeröffentlichtToolURL kodieren & dekodieren: Umlaute und Leerzeichen zu %20 und zurück

Inhalt
  1. Warum die Adresse plötzlich voller Prozentzeichen ist
  2. So prüfen Sie es selbst, ohne Tool
  3. Drei Fallstricke, die leicht verwechselt werden
  4. Zusammenfassung
  5. Häufige Fragen

Dieser Beitrag richtet sich an alle, die schon einmal einen Suchbegriff mit Umlauten oder Leerzeichen eingegeben haben und in der Adresszeile plötzlich etwas wie %ED%95%9C%EA%B8%80%20 sahen. Vorweg die Kurzfassung: In einer URL lassen sich Leerzeichen, Umlaute, Hangul und einige Sonderzeichen nicht unverändert unterbringen. Der Browser ersetzt sie deshalb nach festen Regeln.

Es sind nur zwei Regeln. Erstens wird jedes Zeichen in UTF-8-Bytes zerlegt, und jedes Byte wird als %XX geschrieben. Zweitens legt ein Modus fest, wie weit umgewandelt wird (ganze URL oder nur ein Parameterwert). Wer diese beiden Regeln kennt, kann nachvollziehen, warum %20 ein Leerzeichen ist und warum %EA%B0%80 für das koreanische Zeichen „가“ steht.

Kurz zusammengefasst ① Ein Leerzeichen wird zu %20, das koreanische Zeichen „가“ zu %EA%B0%80: Das Zeichen wird in UTF-8-Bytes umgewandelt, und jedes Byte erhält ein % und zwei Hexadezimalziffern. ② Der Komponenten-Modus (encodeURIComponent) wandelt auch Strukturzeichen wie / ? & = um, der Modus für die ganze URL (encodeURI) lässt diese Strukturzeichen unverändert. ③ Häufige Fehler: eine fertige, vollständige Adresse im Komponenten-Modus zu kodieren, wodurch die Struktur zerstört wird, und eine bereits kodierte Zeichenfolge noch einmal zu kodieren (doppelte Kodierung).

Warum die Adresse plötzlich voller Prozentzeichen ist

Typisch ist dieser Fall: Sie kopieren einen Link zu einem Suchergebnis oder einer Karte und fügen ihn in einen Messenger ein. Die Adresse sieht dann etwa so aus: .../search?q=%ED%95%9C%EA%B8%80%20%EA%B0%92. Wonach gesucht wurde, lässt sich so nicht mehr erkennen.

Es gibt auch die Gegenrichtung: Sie bauen einen Link und schreiben Hangul oder Umlaute direkt in den Query-Parameter. Manche Programme öffnen ihn problemlos, bei anderen wird der Link abgeschnitten. Der URL-Standard beschränkt die erlaubten Zeichen, deshalb müssen Umlaute, Hangul und Leerzeichen per Prozentkodierung (Percent-Encoding) umgewandelt werden, damit sie sicher übertragen werden.

Das Problem ist also nicht, dass Zeichen „kaputt“ wären. Es wurde lediglich regelkonform umgewandelt, und diesen Zustand kann ein Mensch nicht lesen. Wer die Regel kennt, kann den Text sofort zurückübersetzen.

So prüfen Sie es selbst, ohne Tool

Die Prozentkodierung folgt einer Regel in zwei Schritten. Sie lässt sich von Hand nachvollziehen oder mit einer Funktion, die der Browser bereits mitbringt.

Schritt 1: Welche Zeichen werden umgewandelt? Lateinische Buchstaben (a–z, A–Z), Ziffern und einige Symbole wie - _ . ~ dürfen unverändert in einer URL stehen und bleiben deshalb, wie sie sind. Alles andere, etwa Leerzeichen, Hangul, ? und &, muss umgewandelt werden (nach RFC 3986, der die Regeln für die Prozentkodierung festlegt).

Schritt 2: Wie wird umgewandelt? Das Zeichen wird in UTF-8-Bytes übersetzt, und jedes einzelne Byte wird als % plus zwei Hexadezimalziffern geschrieben.

  • Der ASCII-Code des Leerzeichens lautet hexadezimal 20, daraus wird direkt %20.
  • Das koreanische Zeichen „가“ besteht in UTF-8 aus den drei Bytes EA B0 80. Die drei Blöcke werden aneinandergereiht, daraus wird %EA%B0%80. Deshalb ergibt ein Hangul-Zeichen in der Regel drei %XX-Gruppen.

Der Browser bringt diese Funktion bereits mit. Öffnen Sie die Entwicklertools (meist mit F12) und geben Sie in der Konsole Folgendes ein, dann erhalten Sie dasselbe Ergebnis:

encodeURIComponent("한글 값")   // → "%ED%95%9C%EA%B8%80%20%EA%B0%92"
decodeURIComponent("%EA%B0%80") // → "가"

Hier trennen sich die Modi. Wenn Sie nur einen einzelnen Parameterwert umwandeln, verwenden Sie encodeURIComponent (Komponente). Soll die ganze Adresse auf einmal umgewandelt werden, verwenden Sie encodeURI (ganze URL). Den Unterschied zeigt die Tabelle unten.

Der Haken: Sie müssen die Konsole öffnen, den Funktionsnamen exakt eintippen und bei jedem Wechsel zwischen Kodieren und Dekodieren sowie zwischen den beiden Modi neu eingeben.

Probieren Sie es mit unserem Tool aus.

URL kodieren & dekodieren: Umlaute und Leerzeichen zu %20 und zurück

Kodieren und Dekodieren funktionieren direkt im Browser, ohne Installation und ohne Registrierung. Ihre Eingaben werden nicht an einen Server übertragen.

Drei Fallstricke, die leicht verwechselt werden

Am häufigsten geht es bei der Wahl des Modus schief. Dieselbe Zeichenfolge liefert je nach Modus ein anderes Ergebnis für Strukturzeichen wie / ? & =.

Wandelt man die Adresse https://site.com/search?q=한글 값&p=2 in beiden Modi um, ergibt sich Folgendes.

ZeichenGanze URL (encodeURI)Komponente (encodeURIComponent)
/ ? & =bleiben unverändertwerden zu %2F %3F %26 %3D kodiert
Leerzeichen%20%20
Hangulwird als UTF-8-Bytes kodiertwird als UTF-8-Bytes kodiert
  • Modus „ganze URL“: https://site.com/search?q=%ED%95%9C%EA%B8%80%20%EA%B0%92&p=2. Die Struktur bleibt erhalten, nur Hangul und Leerzeichen werden umgewandelt.
  • Komponenten-Modus: https%3A%2F%2Fsite.com...%3Fq%3D...%26p%3D2. Auch : / ? = & werden umgewandelt, und als Adresse verwendet ist die Struktur zerstört.

Der erste häufige Fehler ist deshalb, eine fertige, vollständige Adresse im Komponenten-Modus zu kodieren. Für einen einzelnen Parameterwert ist der Komponenten-Modus richtig, für eine vollständige Adresse der Modus „ganze URL“.

Der zweite Fehler ist die doppelte Kodierung. Kodiert man das bereits kodierte %EA%B0%80 erneut, wird das % selbst zu %25, und es entsteht %25EA%25B0%2580. Wenn nach einmaligem Dekodieren nicht das ursprüngliche Zeichen, sondern wieder die Zeichenfolge %EA%B0%80 erscheint, liegt vermutlich eine doppelte Kodierung vor.

Der dritte Fall ist ein fehlgeschlagenes Dekodieren. Auf ein % müssen zwei Hexadezimalziffern folgen. Fehlt eine Stelle wie bei %EA%B0%8 oder handelt es sich wie bei %GG nicht um Hexadezimalziffern, lässt sich nicht dekodieren. Das Tool zeigt dann eine rote Warnung („Die Zeichenfolge kann nicht dekodiert werden“) und lässt das Ergebnis leer.

Zusammenfassung

  • Leerzeichen und Hangul, die in einer URL nicht stehen dürfen, werden pro UTF-8-Byte zu % plus zwei Hexadezimalziffern. Ein Leerzeichen wird zu %20, „가“ zu %EA%B0%80.
  • Der Komponenten-Modus (encodeURIComponent) wandelt auch / ? & = um, der Modus für die ganze URL (encodeURI) lässt diese Strukturzeichen unverändert.
  • Wird eine vollständige Adresse im Komponenten-Modus umgewandelt, geht die Struktur kaputt. Die Faustregel: ein einzelner Wert = Komponente, ganze Adresse = ganze URL.
  • Wird eine bereits kodierte Zeichenfolge noch einmal kodiert, wird aus % ein %25 (doppelte Kodierung).
  • Beim Dekodieren muss auf % jeweils eine gültige zweistellige Hexadezimalzahl folgen. Stimmt das nicht, zeigt das Tool eine Warnung und lässt das Ergebnis leer.
URL kodieren & dekodieren: Umlaute und Leerzeichen zu %20 und zurück

Kodieren und Dekodieren funktionieren direkt im Browser, ohne Installation und ohne Registrierung. Ihre Eingaben werden nicht an einen Server übertragen.

Häufige Fragen

Warum wird ein Leerzeichen zu %20? Manchmal sehe ich stattdessen ein +.

Der ASCII-Code des Leerzeichens lautet hexadezimal 20, daher wird es bei der Prozentkodierung zu %20. Ein + taucht auf, weil beim Versand von HTML-Formularen das Format application/x-www-form-urlencoded verwendet wird, in dem das Leerzeichen als + geschrieben wird. encodeURIComponent und encodeURI, die dieses Tool verwendet, wandeln ein Leerzeichen immer in %20 um.

Warum besteht ein Hangul-Zeichen wie %EA%B0%80 aus drei Blöcken?

Hangul-Zeichen belegen in UTF-8 in der Regel 3 Bytes. „가“ besteht aus den drei Bytes EA B0 80, und jedes davon wird als %EA, %B0 und %80 geschrieben, zusammen %EA%B0%80. Das Zeichen ist nicht kaputt, sondern Byte für Byte exakt dargestellt. Fügen Sie es im Dekodiermodus ein, erhalten Sie wieder „가“.

Was ist der Unterschied zwischen encodeURI und encodeURIComponent?

Der Unterschied liegt im Umfang der Umwandlung. Der Modus für die ganze URL (encodeURI) lässt Strukturzeichen der Adresse wie / ? & = : unverändert und wandelt nur Hangul und Leerzeichen um. Der Komponenten-Modus (encodeURIComponent) wandelt auch diese Strukturzeichen um. Für eine vollständige Adresse nehmen Sie daher den Modus für die ganze URL, für einen einzelnen Parameterwert den Komponenten-Modus.

Warum erscheint beim Dekodieren eine rote Warnung?

Das passiert, wenn die zwei Zeichen nach einem % keine gültige Hexadezimalzahl ergeben. Fehlt wie bei %EA%B0%8 eine Stelle oder steht wie bei %GG ein Zeichen, das keine Hexadezimalziffer ist, kann die Dekodierfunktion des Browsers die Zeichenfolge nicht verarbeiten. Das Tool zeigt dann eine Warnung und lässt das Ergebnis leer. Prüfen Sie, ob Sie die kodierte Zeichenfolge nur teilweise kopiert haben.

Dieser Artikel basiert auf unserem koreanischen Original. Koreanisches Original lesen

Ähnliche Artikel

  1. URL-Pfadsegmente auslesen und in Routen umwandelnSo zerlegen Sie eine URL in Protokoll, Host, Pfadsegmente und Query und wandeln Segmente in Express-:variable oder Next.js-[variable] um – mit Beispielen.
  2. URL-Kodierung erklärt: Prozentkodierung und kaputte UmlauteWarum Leerzeichen und Umlaute in URLs nicht direkt stehen dürfen, wie Prozentkodierung funktioniert und worin sich encodeURI und encodeURIComponent unterscheiden.
  3. User-Agent-Header: Aufbau, Auswertung und Simulation von BotsSo ist der User-Agent-String aufgebaut, wie Sie ihn auslesen und per Regex auswerten und was Client Hints ändern. Mit Beispielen für Mobilgeräte und Crawler.
  4. CSS Grid Layout: fr-Einheit, Template Areas und responsives RasterSo gestalten Sie 2D-Layouts mit CSS Grid: fr-Einheit berechnen, grid-template-areas einsetzen und ein responsives Raster ohne Media Queries aufbauen.
  5. XML in JSON umwandeln: Warum Arrays und Attribute sich ändernWarum JSON-Arrays in XML zu wiederholten Tags werden und XML-Attribute in JSON unter @attributes landen – erklärt anhand klarer Regeln.
  6. Wohlgeformtes XML: Warum XML strenger als HTML parstBrowser reparieren HTML-Fehler, XML wird bei einem einzigen Fehler komplett abgelehnt. Die Regeln der Wohlgeformtheit und wie Sie Parsing-Fehler finden.

Passende Tools