Codificar y decodificar URL
Escribe en cualquiera de los dos cuadros para codificar o decodificar al momento.
Qué se codificó
| Carácter | Bytes UTF-8 | Codificado como | Veces |
|---|
Partes de esta URL
Parámetros
| Nombre | Valor (decodificado) |
|---|
Qué hace la codificación de URL
Una dirección web solo puede tener un conjunto pequeño de caracteres: las letras de la A a la Z y de la a a la z, los dígitos y algunos símbolos. Todo lo demás, un espacio, una letra con acento, una ñ, un emoji, se escribe con uno o más códigos: un % seguido de dos dígitos hexadecimales, uno por cada byte del carácter en UTF-8. Eso es la codificación por porcentaje, definida en el RFC 3986. Un espacio es el byte 20, así que queda %20; la ñ son los bytes C3 B1, así que queda %C3%B1.
Algunos símbolos tienen una función en una URL: / separa la ruta, ? empieza los parámetros, & los separa, = une un nombre con su valor y # empieza el fragmento. Cuando uno de ellos es parte de un valor, también hay que codificarlo, o se leerá como estructura. Por eso la herramienta pregunta qué vas a codificar.
Un valor o una URL completa
“Un valor” es para una pieza que va dentro de una URL: un término de búsqueda, un nombre de archivo, un parámetro. Solo conserva las letras, los dígitos y - . _ ~, los caracteres que el RFC 3986 llama no reservados, y codifica todo lo demás, incluidos / ? & = #. También codifica ! ' ( ) *, que el encodeURIComponent de JavaScript deja como están; el RFC 3986 los reserva, y codificarlos nunca causa problemas. Al decodificar se leen las dos formas.
“Una URL completa” es para una dirección que ya tienes y quieres volver válida. Funciona como el encodeURI de JavaScript: codifica los espacios y las letras que no son ASCII, pero conserva : / ? # & = para que la dirección siga funcionando.
| Entrada | Un valor | Una URL completa |
|---|---|---|
café con leche & pan | caf%C3%A9%20con%20leche%20%26%20pan | caf%C3%A9%20con%20leche%20&%20pan |
https://example.com/?q=1 | https%3A%2F%2Fexample.com%2F%3Fq%3D1 | https://example.com/?q=1 |
€ | %E2%82%AC | %E2%82%AC |
😀 | %F0%9F%98%80 | %F0%9F%98%80 |
Debajo del resultado, una tabla lista cada carácter que se codificó con sus bytes UTF-8, para que veas por qué el € lleva tres códigos y un emoji cuatro. Cuando el texto es una dirección web completa, la herramienta además la separa en sus partes y lista cada parámetro, decodificado.
Caracteres reservados y no reservados
| Tipo | Caracteres | En un valor |
|---|---|---|
| No reservados | A–Z a–z 0–9 - . _ ~ | Nunca se codifican |
| Reservados, estructura | : / ? # [ ] @ | Se codifican |
| Reservados, separadores | ! $ & ' ( ) * + , ; = | Se codifican |
| Todo lo demás | espacio, %, ", <, >, letras con acento, ñ, emojis… | Siempre se codifican |
Espacios: %20 o +
Los formularios HTML envían sus campos en un formato un poco distinto, application/x-www-form-urlencoded, donde un espacio se escribe + en lugar de %20. Los dos son comunes en los parámetros. Con “Espacios como +” marcado, la herramienta escribe los espacios como + y lee + como espacio; un signo más de verdad se escribe entonces %2B, porque si no regresaría como espacio. Sin la opción, un + se queda como +.
Las bibliotecas no coinciden en esto. En PHP, urlencode escribe + por los espacios y rawurlencode escribe %20; en Python, quote escribe %20 pero por defecto no codifica la /, y quote_plus escribe +. Si un servidor lee + como signo más, un valor enviado con + por espacios llega con signos más.
Errores que rompen enlaces
- Codificar una URL completa como valor: como en la tabla de arriba, cada / : y ? se codifica y el resultado, que empieza con https%3A%2F%2F, ya no es un enlace. Solo es correcto cuando la URL es a su vez el valor de un parámetro, como una dirección de redirección.
- Codificar un valor como URL completa: “fish & chips” queda fish%20&%20chips, y el & lo parte, así que el servidor recibe q = “fish ” y un segundo parámetro llamado “ chips”. Codificado como valor es fish%20%26%20chips.
- Codificar dos veces: % no es un carácter seguro, así que codificar un texto ya codificado convierte %20 en %2520. Si ves %25 seguido de dos dígitos hexadecimales, decodifica una vez más. La herramienta avisa cuando el texto que codificas ya tiene códigos, y cuando un texto decodificado todavía los tiene.
- Usar un juego de caracteres antiguo: antes de que UTF-8 fuera la norma, la é se enviaba a menudo como %E9 (Latin-1). Eso no es UTF-8 válido, y la herramienta dice qué significan esos bytes en Latin-1 para que lo reconozcas.
Preguntas
¿Por qué la ñ se convierte en %C3%B1 y no en un solo código?
Porque las URL llevan bytes, y en UTF-8, la codificación que usa la web, la ñ son dos bytes, C3 y B1. Las letras con acento ocupan dos bytes, el signo del euro tres y un emoji cuatro.
¿Cómo se codifican los dominios con acentos o ñ?
No con códigos de porcentaje. Un nombre como españa.com se convierte con Punycode en xn--espaa-rta.com, que es lo que usan de verdad los navegadores y el DNS. Cuando una URL tiene un nombre así, la tabla de partes muestra las dos formas.
¿La codificación de URL sirve para ocultar o proteger datos?
No. Cualquiera puede decodificarla, como hace esta página. Para poner datos binarios o un token en una URL, Base64 en su forma para URL es más corto; mira codificar y decodificar Base64. Ninguno de los dos es cifrado.
¿Lo que pego se envía a algún lado?
No. La codificación, la decodificación y el desglose de la URL ocurren en tu navegador. La dirección la lee el propio analizador del navegador y nunca se abre.