I due punti `:` sono sicuri per l'uso di URL amichevoli?

Stiamo progettando un sistema URL che specificherà le sezioni dell'applicazione come parole separate da barre. In particolare, questo è in GWT, quindi le parti rilevanti dell'URL saranno nell'hash (che sarà interpretato da un livello del controller sul lato client):

http://site/gwturl#section1/section2

Alcune sezioni potrebbero richiedere attributi aggiuntivi, che vorremmo specificare con un :, in modo che le parti della sezione dell'URL non siano ambigue. Il codice si dividerebbe prima su /, poi su :, in questo modo:

http://site/gwturl#user:45/comments

Ovviamente, lo stiamo facendo per compatibilità con l'URL, quindi vorremmo assicurarci che nessuno di questi caratteri che avrà un significato speciale venga codificato dall'URL dai browser o da qualsiasi altro sistema e finisca con un URL come Questo:

http://site/gwturl#user%3A45/comments <--- BAD

Usare i due punti in questo modo è sicuro (con questo intendo che non verrà codificato automaticamente) per browser, sistemi di bookmarking, anche codice Javascript o Java?

Di recente ho scritto un codificatore di URL, quindi questo è abbastanza fresco nella mia mente.

http://site/gwturl#user:45/comments

Tutti i caratteri nella parte frammento ( user:45/comments) sono perfettamente legali per gli URI RFC 3986 .

Le parti rilevanti dell'ABNF :

fragment      = *( pchar / "/" / "?" )
pchar         = unreserved / pct-encoded / sub-delims / ":" / "@"
unreserved    = ALPHA / DIGIT / "-" / "." / "_" / "~"
pct-encoded   = "%" HEXDIG HEXDIG
sub-delims    = "!" / "$" / "&" / "'" / "(" / ")"
                 / "*" / "+" / "," / ";" / "="

A parte queste limitazioni, la parte del frammento non ha una struttura definita oltre a quella fornita dall'applicazione. Lo schema, http, dice solo che non invii questa parte al server.

MODIFICARE:

D'oh!

Nonostante le mie affermazioni sulla specifica URI, irreputable fornisce la risposta corretta quando fa notare che la specifica HTML 4 limita i nomi / identificatori degli elementi .

Tieni presente che le regole degli identificatori stanno cambiando in HTML 5 . Le restrizioni URI verranno comunque applicate (al momento della scrittura, ci sono alcuni problemi irrisolti sull'uso degli URI da parte di HTML 5).

Oltre all'analisi di McDowell sullo standard URI, ricorda anche che il frammento deve essere un nome di ancoraggio HTML valido. Secondo http://www.w3.org/TR/html4/types.html#type-name

I token ID e NAME devono iniziare con una lettera ([A-Za-z]) e possono essere seguiti da qualsiasi numero di lettere, cifre ([0-9]), trattini ("-"), trattini bassi ("_") , due punti (":") e punti (".").

Quindi sei fortunato. ":" è esplicitamente consentito. E nessuno dovrebbe "%" - sfuggirgli, non solo perché "%" è illegale lì, ma anche perché il frammento deve corrispondere al nome dell'ancora ogni carattere, quindi nessun agente dovrebbe tentare di manometterli in alcun modo.

Tuttavia devi provarlo. Gli standard Web non vengono seguiti rigorosamente, a volte gli standard sono in conflitto. Ad esempio, HTTP / 1.1 RFC 2616 non consente la stringa di query nell'URL della richiesta, mentre HTML ne costruisce una quando si invia un modulo con il metodo GET. Qualunque sia implementato nel mondo reale vince alla fine della giornata.

MediaWiki e altri motori wiki usano i due punti nei loro URL per designare gli spazi dei nomi, apparentemente senza grossi problemi.

ad es. http://en.wikipedia.org/wiki/Template:Welcome

Non ci conterei. Probabilmente otterrà l'URL codificato come %3Ada molti user-agent.

Da URLEncoderjavadoc:

Per ulteriori informazioni sulla codifica dei moduli HTML, consultare la specifica HTML .

Quando si codifica una stringa, si applicano le seguenti regole:

• I caratteri alfanumerici da "a" a "z", da "A" a "Z" e da "0" a "9" rimangono gli stessi.
• I caratteri speciali ".", "-", "*" e "_" rimangono gli stessi.
• Il carattere spazio "" viene convertito in un segno più "+".
• Tutti gli altri caratteri non sono sicuri e vengono prima convertiti in uno o più byte utilizzando uno schema di codifica. Quindi ogni byte è rappresentato dalla stringa di 3 caratteri "% xy", dove xy è la rappresentazione esadecimale a due cifre del byte. Lo schema di codifica consigliato da utilizzare è UTF-8. Tuttavia, per motivi di compatibilità, se non viene specificata una codifica, viene utilizzata la codifica predefinita della piattaforma.

Cioè, :non è sicuro.

Non vedo Firefox o IE8 che codificano alcuni degli URL di Wikipedia che includono il carattere.

I due punti vengono utilizzati come divisione tra nome utente e password se un protocollo richiede l'autenticazione.

Colon non è al sicuro. Vedere qui

Non è un carattere sicuro e viene utilizzato per distinguere la porta a cui ti connetti quando si trova subito dopo il tuo nome di dominio