使用“javascript:”伪协议对 URL 进行编码规则？

Question

有没有关于伪协议 URL 的语法和编码的权威参考javascript:？（我知道这没有得到很好的考虑，但无论如何它对于书签很有用）。

首先，我们知道标准URL遵循以下语法：

scheme://username:password@domain:port/path?query_string#anchor

但这种格式似乎不适用于这里。事实上，似乎用URI而不是URL更正确：这里列出了“非官方”格式javascript:{body}。

那么，现在嵌入 HTML 时，此类 URI 的有效字符（转义/转义规则是什么）是哪些？

具体来说，如果我有 javascript 函数的代码并且想将其嵌入到javascript:URI 中，要应用哪些转义规则？

当然，可以转义每个非字母数字字符，但这会导致代码不可读。我只想转义必要的字符。

此外，很明显，使用某些urlencode / urldecode例程对（它们用于查询字符串值）是不好的，例如，我们不想将“+”解码为空格。

Answer 1

到目前为止我的发现：

首先，有编写有效 HTML 属性值的规则：但这里标准仅需要（如果属性值用引号引起来）任意 CDATA （实际上是 % URI，但 HTML 本身不会在其级别强加额外的验证：任何 CDATA 都会有效）。

一些例子：

 <a href="javascript:alert('Hi!')">     (1)
 <a href="javascript:if(a > b && 1 < 0) alert(  b ? 'hi' : 'bye')">   (2)
 <a href="javascript:if(a&gt;b &amp;&&amp; 1 &lt; 0) alert( b ? 'hi' : 'bye')">  (3)

示例（1）有效。而且示例 (2) 也是有效的 HTML 4.01 Strict。为了使其成为有效的 XHTML，我们只需转义 XML 特殊字符< > & （示例 3 是有效的 XHTML 1.0 Strict）。

现在，示例 (2) 是有效的javascript:URI 吗？我不确定，但我想说不是。

来自RFC 2396：URI 受到一些附加限制，特别是通过%xx序列的转义/取消转义。有些字符始终是被禁止的：其中包括空格和{}#。

RFC 还定义了 的子集opaque URIs：那些没有分层组件的子集，并且分隔字符没有特殊含义（例如，它们没有“查询字符串”，因此可以?用作任何非特殊字符） 。我认为javascript:URI 应该被考虑在其中。

这意味着javascript:URI 的“正文”内的有效字符是

 a-zA-Z0-9 
 _|. !~*'();?:@&=+$,/-   
 %hh : (escape sequence, with two hexadecimal digits)

附加限制是它不能以/. 例如，该剧照遗漏了一些“重要”的 ASCII 字符

{}#[]<>^\

另外%（因为它用于转义序列）、双引号"和（最重要的）所有空格。

在某些方面，这似乎相当宽容：重要的是要注意它+是有效的（因此在解码时不应该将其“转义”为空格）。

但在其他方面，它似乎限制太多。大括号和方括号，特别是：我知道它们通常不转义使用，浏览器没有问题。

那么空间呢？作为大括号，RFC 不允许使用它们，但我认为这种 URI 没有问题。但是，我发现在大多数书签中，它们都被转义为“%20”。对此有任何（经验或理论）解释吗？

我仍然不知道是否有一些标准函数可以实现这种转义/转义（在主流语言中）或一些示例代码。