PHPの URLエンコード （urlencode, rawurlencode, http_build_query）

（2013/5/19 変更：rawurlencode()はRFC3986なのにRFC1738と書いてたので訂正。）


まずはurlencode()とrawurlencode()を比較。

• urlencode()
• 半角チルダ（~）を％7Eに変換する
• 半角スペースをプラス（+）に変換する
• rawurlencode()
• 半角チルダ（~）の変換についてはPHPのバージョンによって違う
• PHP 5.2.xまでは、％7Eに変換する
• PHP 5.3.0からは、%7Eに変換しない（チルダのまま）
• 半角スペースを%20に変換する

rawurlencode()はRFC1738 RFC3986に沿った変換とされているので、基本的にはurlencode()よりrawurlencode()の方が無難。
ただし、RFC1738 3986ではチルダを%7Eに変換しない。


ちなみに、RFC1738はその後、RFC3986によって更新されているが、RFC3986はパッと見た感じではURLエンコードについては（JavaScriptのencodeURIComponent()で使われるRFC2396の方ではなく、）RFC1738を踏襲しているようだ。（2013/5/19 追記：一部変更されてる。）

Amazonの新しいAPIでも、RFC3986によるURLエンコードを使っている。（参考：Amazon Product Advertising API への対応（PHP版） - もやし日記）



次に、http_build_query()の話。
http_build_query()は便利だが、URLエンコードの内容はurlencode()と同じなのが残念。
RFC1738/3986に沿った形にするには、もう1つ変換を咬ませなければならない。

//例
function encodeAlongRFC1738($str) {
return strtr($str, array('%7E' => '~', '+' => '%20'));
}

echo encodeAlongRFC1738(http_build_query($arr));

上記の変換は、PHP5.2までのrawurlencode()にも使える。



あとは実験結果。上記のencodeAlongRFC1738()も交えて。

元の文字
　"~_ _+"

urlencode()の場合
変換結果
　"%7E_+_%2B"
urldecode()すると
　"~_ _+"
rawurldecode()すると（正しくデコードできない）
　"~_+_+"

rawurlencode()の場合（PHP 5.2）
変換結果
　"%7E_%20_%2B"
urldecode()すると
　"~_ _+"
rawurldecode()すると
　"~_ _+"

rawurlencode()の場合（PHP 5.3）
変換結果
　"~_%20_%2B"
urldecode()すると
　"~_ _+"
rawurldecode()すると
　"~_ _+"


urlencode() ＋ encodeAlongRFC1738()の場合
変換結果
　"~_%20_%2B"
urldecode()すると
　"~_ _+"
rawurldecode()すると
　"~_ _+"


元の配列
　array("test[0]" => "~_ _+")

http_build_query()の場合
変換結果
　"test%5B0%5D=%7E_+_%2B"
urldecode()すると
　"test[0]=~_ _+"
rawurldecode()すると（正しくデコードできない）
　"test[0]=~_+_+"

http_build_query() ＋ encodeAlongRFC1738()の場合
変換結果

　"test%5B0%5D=~_%20_%2B"
urldecode()すると
　"test[0]=~_ _+"
rawurldecode()すると
　"test[0]=~_ _+"

urldecode()はurlencode()に対してもrawurlencode()に対しても使える。



参考：URIに使ってよい文字の話 - RFC2396 と RFC3986 - Text::Easyhacking