Codificación URL: por qué el espacio se convierte en %20

Contenido
Este artículo es para quienes pusieron un carácter coreano o un espacio en una búsqueda y vieron la dirección llena de símbolos extraños como %ED%95%9C%EA%B8%80%20. En resumen: en una URL no se pueden incluir tal cual caracteres coreanos, espacios ni ciertos caracteres especiales, así que el navegador los sustituye siguiendo unas reglas fijas.
Solo hay dos reglas. Una es dividir el carácter en bytes UTF-8 y escribir cada byte como %XX; la otra es el modo, que decide hasta dónde se transforma (¿toda la URL o solo el valor de un parámetro?). Con estas dos reglas puedes leer por qué %20 es un espacio o por qué %EA%B0%80 es la letra «가».
Resumen ① El espacio es
%20y la letra coreana «가» es%EA%B0%80: se convierte el carácter en bytes UTF-8 y a cada byte se le antepone%más dos dígitos hexadecimales. ② El modo componente (encodeURIComponent) transforma también caracteres estructurales como/ ? & =, mientras que el modo URL completa (encodeURI) los conserva. ③ Los errores más habituales son codificar una dirección ya completa en modo componente y romper su estructura, y volver a codificar una cadena que ya estaba codificada (doble codificación).
¿Por qué aparece con esos símbolos?
El caso típico es copiar un enlace de resultados de búsqueda o de un mapa y pegarlo en un mensajero, como KakaoTalk o WhatsApp, y encontrarse con una dirección del tipo .../search?q=%ED%95%9C%EA%B8%80%20%EA%B0%92 en la que no se puede leer a simple vista qué se buscó.
También ocurre al revés. Creaste un enlace metiendo caracteres coreanos tal cual en un parámetro de consulta y resulta que en algunos sitios se abre bien y en otros el enlace se corta y no abre. El estándar de las URL limita los caracteres que se pueden usar, así que los caracteres coreanos y los espacios tienen que pasar por la codificación porcentual para transmitirse de forma segura.
Es decir, el problema no es que «el texto se haya roto», sino que «no podemos leer a simple vista un estado que sigue las reglas». Si conoces las reglas, puedes revertirlo y leerlo al instante.
Cómo comprobarlo por tu cuenta sin herramientas
La codificación porcentual es una regla de dos pasos. Puedes comprobarla a mano, o con lo que ya trae el navegador, sin necesidad de herramientas.
Paso 1 — qué caracteres se transforman. Las letras del alfabeto inglés, los números y algunos símbolos como - _ . ~ se pueden usar tal cual en una URL, así que no cambian. El resto —espacios, caracteres coreanos, ?, &, etc.— sí hay que transformarlo (según la RFC 3986, que define la codificación porcentual).
Paso 2 — cómo se transforman. El carácter que hay que transformar se convierte en bytes UTF-8 y cada byte se escribe como % + dos dígitos hexadecimales.
- El espacio tiene código ASCII
20en hexadecimal, así que queda directamente como%20. - La letra coreana «가» ocupa tres bytes en UTF-8,
EA B0 80, y al encadenar los tres bloques queda%EA%B0%80. Por eso un solo carácter coreano suele aparecer como tres%XX.
El navegador ya incorpora esta función. Si escribes lo siguiente en la consola de las herramientas de desarrollo (normalmente F12), obtendrás el mismo resultado.
encodeURIComponent("한글 값") // → "%ED%95%9C%EA%B8%80%20%EA%B0%92"
decodeURIComponent("%EA%B0%80") // → "가"
Aquí es donde se separan los modos. Para transformar solo el valor de un parámetro se usa encodeURIComponent (componente) y para transformar una dirección completa de una vez se usa encodeURI (URL completa). La diferencia entre ambos se explica en la tabla de abajo.
El inconveniente es que hay que abrir la consola, escribir el nombre exacto de la función y volver a teclearlo cada vez que alternas entre codificar y decodificar y entre los dos modos.
Compruébalo con nuestra herramienta.
Sin instalación ni registro: la codificación y la decodificación se hacen directamente en el navegador, y los datos que introduces no se envían al servidor.

Tres puntos que suelen confundir
Donde más se falla es en la elección del modo. Aunque la cadena sea la misma, el resultado de los caracteres estructurales como / ? & = cambia según el modo que uses.
Si transformas la dirección https://site.com/search?q=한글 값&p=2 con los dos modos, sale esto.
| Carácter | URL completa (encodeURI) | Componente (encodeURIComponent) |
|---|---|---|
/ ? & = | Se conservan tal cual | Se codifican como %2F %3F %26 %3D |
| Espacio | %20 | %20 |
| Coreano | Se codifica en bytes UTF-8 | Se codifica en bytes UTF-8 |
- Modo URL completa:
https://site.com/search?q=%ED%95%9C%EA%B8%80%20%EA%B0%92&p=2— la estructura sigue intacta y solo cambian los caracteres coreanos y los espacios. - Modo componente:
https%3A%2F%2Fsite.com...%3Fq%3D...%26p%3D2— cambian también:/?=y&, así que si lo vuelves a usar como dirección, la estructura se rompe.
Por eso el primer error habitual es codificar una dirección completa en modo componente. Para el sitio donde va «un solo valor» de un parámetro, el modo componente es el correcto; para una dirección completa, el modo URL completa es el correcto.
El segundo es la doble codificación. Si vuelves a codificar %EA%B0%80, que ya está codificado, el propio % se convierte en %25 y queda %25EA%25B0%2580. Si al decodificar una vez no aparece el carácter original sino la cadena %EA%B0%80 tal cual, puedes sospechar que hay doble codificación.
El tercero es el fallo de decodificación. Después de % deben venir dos dígitos hexadecimales; si faltan, como en %EA%B0%8, o si no son hexadecimales, como en %GG, no se puede decodificar. En ese caso la herramienta muestra un aviso en rojo («No se puede decodificar esta cadena») y deja el resultado vacío.
En resumen
- Los espacios y los caracteres coreanos que no caben en una URL se transforman en
%+ dos dígitos hexadecimales por cada byte UTF-8. El espacio es%20y «가» es%EA%B0%80. - El modo componente (encodeURIComponent) transforma también
/ ? & =, mientras que el modo URL completa (encodeURI) conserva estos caracteres estructurales. - Si cambias una dirección completa a modo componente, la estructura se rompe. La pauta es: un valor = componente, la dirección completa = URL completa.
- Si vuelves a codificar una cadena ya codificada, el
%pasa a ser%25(doble codificación). - Para decodificar tiene que haber
%+ dos dígitos hexadecimales; si no coincide, la herramienta avisa y deja el resultado vacío.
Sin instalación ni registro: la codificación y la decodificación se hacen directamente en el navegador, y los datos que introduces no se envían al servidor.
Preguntas frecuentes
¿Por qué un espacio se convierte en %20? A veces lo he visto como +.
El código ASCII del espacio es 20 en hexadecimal, así que en la codificación porcentual queda como %20. Cuando aparece como + es porque en el método application/x-www-form-urlencoded, que se usa para enviar formularios HTML, el espacio se escribe como +. El encodeURIComponent/encodeURI que usa esta herramienta convierte siempre el espacio en %20.
¿Por qué un carácter coreano aparece en tres bloques como %EA%B0%80?
Porque un carácter coreano suele ocupar 3 bytes al codificarse en UTF-8. «가» son los tres bytes EA B0 80, y al escribir cada uno como %EA %B0 %80 queda %EA%B0%80. No es que el carácter se haya roto, sino que está expresado con exactitud byte a byte; si lo pegas en el modo decodificar, vuelve a ser «가».
¿En qué se diferencian encodeURI y encodeURIComponent?
En el alcance de lo que transforman. El modo URL completa (encodeURI) deja intactos los caracteres estructurales de la dirección como / ? & = : y solo cambia los caracteres coreanos y los espacios. El modo componente (encodeURIComponent) transforma también esos caracteres estructurales. Por eso, para una dirección completa se usa el modo URL completa y para el valor de un parámetro, el modo componente.
¿Por qué aparece un aviso en rojo al decodificar?
Porque los dos caracteres que vienen después de % no son hexadecimales válidos. Si falta un dígito, como en %EA%B0%8, o si aparece un carácter que no es hexadecimal, como en %GG, la función de decodificación del navegador no puede procesarlo y la herramienta muestra un aviso y deja el resultado vacío. Merece la pena comprobar si copiaste solo una parte de la cadena codificada.
Este artículo está adaptado de nuestro original en coreano. Leer el original en coreano