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

RSS/AtomフィードのXMLの作り方メモ

とりあえず、必要最小限の要素だけを作る方法のメモ。


RSS1.0
シンプルなRSSの全体に、Dublin Coreモジュールのdateを加える。
各itemのdescriptionにはエスケープしたhtmlを入れられる。

<?xml version="1.0" encoding="utf-8" ?>
<rdf:RDF xmlns="http://purl.org/rss/1.0/"
　xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
　xmlns:dc="http://purl.org/dc/elements/1.1/"
　xml:lang="ja">

　<channel rdf:about="http://example.com/rss1.rdf">
　　<title>RSS1.0 Test</title>
　　<link>http://example.com</link>
　　<description>RSS1.0のテスト</description>
　　<items>
　　　<rdf:Seq>
　　　　<rdf:li rdf:resource="http://example.com/page1"/>
　　　　<rdf:li rdf:resource="http://example.com/page2"/>
　　　</rdf:Seq>
　　</items>
　</channel>

　<item rdf:about="http://example.com/page1">
　　<title>ページ1</title>
　　<link>http://example.com/page1</link>
　　<description>1つ目のページ</description>
　　<dc:date>2007-01-01T00:00:00+09:00</dc:date>
　</item>

　<item rdf:about="http://example.com/page2">
　　<title>ページ2</title>
　　<link>http://example.com/page2</link>
　　<description>2つ目のページ</description>
　　<dc:date>2007-01-02T03:04:05+09:00</dc:date>
　</item>
</rdf:RDF>

RSS2.0
▽PHP4でRSS配信プログラム xmlファイルの作成からlastBuildDateを削除し、各itemにdescriptionを追加する。
（lastBuildDateはあったほうがよい？）
docs要素はなくてもいいが、せっかくなので付けておく？
他のフィードと違い、日付はRFC2822形式（例：Sun, 05 Nov 2006 16:53:33 +0900）。
フィード自体のURLを示す箇所が無い。
各itemのdescriptionにはエスケープしたhtmlを入れられる。

<?xml version="1.0" encoding="utf-8" ?>
<rss version="2.0">
　<channel>

　　<title>RSS2.0 Test</title>
　　<link>http://example.com</link>
　　<description>RSS2.0のテスト</description>
　　<language>ja</language>
　　<docs>http://blogs.law.harvard.edu/tech/rss</docs>

　　<item>
　　　<title>ページ1</title>
　　　<link>http://example.com/page1</link>
　　　<description>1つ目のページ</description>
　　　<pubDate>Mon, 01 Jan 2007 00:00:00 +0900</pubDate>
　　</item>

　　<item>
　　　<title>ページ2</title>
　　　<link>http://example.com/page2</link>
　　　<description>2つ目のページ</description>
　　　<pubDate>Tue, 02 Jan 2007 03:04:05 +0900</pubDate>
　　</item>

　</channel>
</rss>

Atom0.3
2章 Atomフォーマット - The Atom Syndication Formatの"Atomフォーマットの構成"からフィード全体の日時（modefied）を削除し、各entryにsummaryを追加する。
xml:lang属性もfeed要素あたりに付けておく。
Atom1.0とは違い、フィード全体のidは必須ではない。
フィード自体のURLを示す箇所が無い。
各entryの2つの日時（issued、modefied）は必須。
各entryのidについてはAtom1.0と同様。
ベタなテキストでなくhtmlを入れたいなら、summaryの代わりにcontent要素を使う。

<?xml version="1.0" encoding="utf-8" ?>
<feed version="0.3" xmlns="http://purl.org/atom/ns#" xml:lang="ja">

　<title>Atom feed 0.3 Test</title>
　<link rel="alternate" type="text/html" href="http://example.com"/>
　<author>
　　<name>ぼく</name>
　</author>

　<entry>
　　<title>ページ1</title>
　　<link rel="alternate" type="text/html" href="http://example.com/page1"/>
　　<id>http://example.com/page1</id>
　　<modified>2007-01-02T00:00:00+09:00</modified>
　　<issued>2007-01-01T00:00:00+09:00</issued>
　　<summary>1つ目のページ</summary>
　</entry>

　<entry>
　　<title>ページ2</title>
　　<link rel="alternate" type="text/html" href="http://example.com/page2"/>
　　<id>http://example.com/page2</id>
　　<modified>2007-01-02T03:04:05+09:00</modified>
　　<issued>2007-01-02T03:04:05+09:00</issued>
　　<summary>2つ目のページ</summary>
　</entry>

</feed>

Atom1.0
簡単なAtomフィード文書を元にする。
xml:lang属性もfeed要素あたりに付けておく。
feedおよび各entryのid要素は"永久的で完全に一意的な識別子"なので、手軽に済ますならfeedやentryを一意に示すURLでよいと思う。
（パーマリンクは一意と言えないという意見もある。それが理由かは分からないがAtomの基本的なフィードの例ではurlのtagスキームを、簡単なAtomフィード文書のサンプルではurnを使っている。）
feed全体のupdated日時が必須。
linkでrel属性を指定しないとrel="alternate"とみなされる。
summaryとcontentについてはAtom0.3と同様。
フィードリーダーによってはAtom1.0は対応していないので注意が必要。（他のフィードと併用するなど。）

<?xml version="1.0" encoding="utf-8" ?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="ja">

　<title>Atom feed 1.0 Test</title>
　<link href="http://example.com"/>
　<link rel="self" href="http://example.com/atom1.xml"/>
　<author>
　　<name>ぼく</name>
　</author>
　<updated>2007-12-12T14:20:37+09:00</updated>
　<id>http://example.com/atom1.xml</id>

　<entry>
　　<title>ページ1</title>
　　<link href="http://example.com/page1"/>
　　<summary>1つ目のページ</summary>
　　<updated>2007-01-01T00:00:00+09:00</updated>
　　<id>http://example.com/page1</id>
　</entry>

　<entry>
　　<title>ページ2</title>
　　<link href="http://example.com/page2"/>
　　<summary>2つ目のページ</summary>
　　<updated>2007-01-02T03:04:05+09:00</updated>
　　<id>http://example.com/page2</id>
　</entry>

</feed>

補足：日付のタイムゾーンについて
フィードリーダーによっては、タイムゾーンが正しく読めない？ UTC （例：2005-11-16T02:27Z）で配信する？


関連記事： RSS/Atomフィードを生成したりSitemapを作成するPHPライブラリ


参考：
RSS1.0
　RSS(RDF Site Summary)によるサイト情報の要約と公開 （RSS1.0についての解説）
　RDF Site Summary (RSS) 1.0 （RSS1.0仕様書の和訳）
RSS2.0
　RSS 2.0 Notes （RSS2.0仕様書を元にした解説）
　RSS 2.0 Specification 日本語訳 - futomi's CGI Cafe （RSS2.0仕様書の和訳）
　ホームページ作成 / Yaskey Diary （RSS2.0のシンプルな例）
Atom0.3
　2章 Atomフォーマット - The Atom Syndication Format （Atom0.3仕様書の和訳）
Atom1.0
　Atom - RSS改訂の試み （Atom1.0についての解説）
　RFC 4287 The Atom Syndication Format 日本語訳 - futomi's CGI Cafe （Atom1.0仕様書の和訳）
　An overview of the Atom 1.0 Syndication Format　（Atom1.0の解説）
その他
　Web標準の日時の形式 | Web::Blogoscope （日付形式について）
　RSS1.0とRSS2.0 - fox.tech - by fox_b （RSS仕様の分裂について）