Tags canônicas e UTF8

Question

As duas tags de link canônicas a seguir seriam vistas por aranhas como apontando para o mesmo URL?

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

Answer 1

ŷ é uma entidade HTML que representa o caractere unicode com o ponto 375 do código na notação decimal. Em hexadecimal, seria 0x177, então estamos falando sobre u+0177, o que é ŷ.

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

Isso significa que ambos os URLs são exatamente os mesmos se:

1. Eles são exibidos no contexto de um documento HTML.
2. O documento declara um conjunto de caracteres adequado que suporta esse símbolo e o editor que você usou para digitá -lo inseriu o código certo.

Se o navegador exibir ŷ em ambos os casos, é provável que o conjunto de personagens esteja correto, mas você deve garantir que seja.

Answer 2

Não tem 100% de certeza, mas acho que os dois apontariam para o mesmo URL. Mas lembre -se de que, olhando para os padrões W3, eles geralmente sugerem links a serem codificados.

Answer 3

Se você comunicar seu HTML como UTF-8, o URL é visto como o mesmo.

Answer 4

Mesmo que você possa esperar que funcione nos navegadores modernos, http://www.example.com/ŷ é um URL inválido.

Você sempre deve codificar por codificar caracteres unicode.