规范标签和UTF8

Question

以下 2 个规范链接标签会被蜘蛛视为指向同一个 URL 吗？

<link rel="canonical" href="http://www.example.com/&#375;" /> - 编码的
<link rel="canonical" href="http://www.example.com/ŷ" /> - 未编码的

Answer 1

ŷ 是一个 HTML 实体，以十进制表示法表示代码点为 375 的 Unicode 字符。在十六进制中它是 0x177，所以我们谈论的是 U+0177，它是 ŷ.

• http://en.wikipedia.org/wiki/List_of_XML_and_HTML_character_entity_references
• http://inamid.com/stuff/unidata/
• http://www.fileformat.info/info/unicode/char/0177/index.htm

这意味着两个 URL 完全相同，如果：

1. 它们显示在 HTML 文档的上下文中。
2. 该文档声明了支持此类符号的正确字符集，并且用于键入它的编辑器插入了正确的代码。

如果浏览器在这两种情况下都显示 ŷ，则字符集可能是正确的，但您应该确保它是正确的。

Answer 2

不是100％肯定，但我认为他们都将指向同一个URL。但请记住，看着W3的标准，他们往往建议的链接进行编码。

Answer 3

如果你传达你的HTML作为UTF-8的URL被看作是相同的。

Answer 4

尽管你可以指望它在现代浏览器，http://www.example.com/ŷ 工作是无效的网址

您应该总是百分比编码的Unicode字符。