Canonical标签和UTF8

Question

蜘蛛会将以下2个规范链接标记视为指向同一个网址吗？

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

Answer 1

ŷ是一个HTML实体，表示带有十进制表示法代码点375的Unicode字符。在十六进制中，它是0x177，所以我们谈论的是U + 0177 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

这意味着如果符合以下条件，两个网址都完全相同：

1. 它们显示在HTML文档的上下文中。
2. 该文档声明了一个支持此类符号的正确字符集，而您用于键入它的编辑器插入了正确的代码。

如果浏览器在两种情况下都显示it，那么字符集可能是正确的，但你应该确定它是。

Answer 2

不是100％肯定，但我认为他们都会指向相同的网址。但请记住，在考虑W3标准时，他们通常会建议编码链接。

Answer 3

如果您将HTML作为UTF-8传达，则网址被视为相同。

Answer 4

即使您可以在现代浏览器中使用它，http://www.example.com/ŷ is an invalid URL。

您应始终对unicode字符进行百分比编码。