La codificación de URL explicada

Copia una URL con un término de búsqueda dentro y a menudo verás algo como %20 o %C3%A9 donde debería haber un espacio o una letra acentuada. Esa es la codificación de URL en acción. Esta guía explica qué hace, por qué se necesita y qué caracteres se escapan.

Qué es la codificación de URL

La codificación de URL — también llamada codificación por porcentaje (percent-encoding) — es una forma de representar en una URL caracteres que de otro modo serían inseguros o ambiguos. Cada carácter así se reemplaza por un % seguido de su valor de byte en hexadecimal. Un espacio se convierte en %20; un ampersand se convierte en %26.

Por qué se necesita

Las URL solo pueden contener un conjunto limitado de caracteres, y algunos tienen funciones especiales: ? inicia la cadena de consulta, & separa parámetros, / separa segmentos de ruta y # marca un fragmento. Si un valor que pones en una URL contiene uno de estos, hay que codificarlo para que se trate como datos, no como estructura.

Search term:  cats & dogs
In a URL:     ?q=cats%20%26%20dogs

Sin codificación, el & crudo se leería como el inicio de un nuevo parámetro y la búsqueda se rompería.

Caracteres reservados vs. no reservados

• Los caracteres no reservados (Unreserved) — letras, dígitos y - _ . ~ — son siempre seguros y nunca necesitan codificación.
• Los caracteres reservados (Reserved) — como ? & / # : @ = — tienen significado especial y deben codificarse cuando se usan como datos literales.
• Todo lo demás — espacios, letras acentuadas, emoji y la mayoría de los símbolos — se codifica según sus bytes UTF-8, y por eso un carácter puede convertirse en varios pares %xx.

Una confusión común: el signo más

En la cadena de consulta del envío de un formulario, los espacios a veces se codifican como + en lugar de %20. Ambos pueden significar «espacio» según el contexto, lo que hace tropezar a la gente — ante la duda, %20 siempre es seguro.

Codificación de URL vs. Base64

Estas resuelven problemas distintos. La codificación de URL hace que el texto sea seguro para colocar dentro de una URL; Base64 hace que los datos binarios sean seguros para moverse por canales basados en texto. A veces se combinan (Base64URL) pero no son intercambiables.

Para codificar o decodificar un valor, usa el codificador de URL, y para desglosar todos los parámetros de una cadena de consulta, el analizador de cadenas de consulta los divide en una lista legible.