CharacterEntityとURLencode

前回[LINK]
UnicodeのCharacterEntityについて
１０進数と１６進数の違いを
iWorkのnumbersを使って見てみました。

今回はURLエンコードと比較します。

まずは前回同様『文字パレット』を見てみましょう

日本語の『あ』は

Unicode（16進数）で3042
UTF-8でE38182

URLエンコードとキャラクタ実体での違いを
図にすると

このような違いになっている事がわかります。

CharacterEntityでは
3042に『＆＃x』を頭に　終わりに『；』を付けます
あとなります

一方URLエンコードは
UTF-８での『あ』のコード値の
E38182を２文字づつ『％』で区切ります。
%E3%81%82
 

では
このUTF-8のコード値はどうやって取得したら良いでしょう。
（文字パレット以外の方法で）

 
■バイナリーエディタを使う事で取得出来ます

UTF-8で保存してあるテキストファイルを
バイナリエディタで開く事で簡単に確認できます
コピーしたりするのも比較的簡単ですね。

■ hexdumpコマンドを使って表示させる事が出来ます。

まずはデスクトップに
以下のようなファイルを用意します。
a.txt には『あ』を
a.hex.txtは空のテキストファイルを用意しておきます。

こまんど
hexdump -v ~/Desktop/a.txt
で

このように
図のようにUTF-8の16進数コードを得る事が出来ます。

また
hexdump -v ~/Desktop/a.txt > ~/Desktop/a.hex.txt
このようにすれば
先ほどのテキストファイルに

このように
テキストとして内容を保存する事が出来ます。

 
最近では日本語のURLについて
サーバー　DNS　ブラウザ　共に対応が進んでいますので
あまり使う事も無くなりました
URLエンコードですが
仕組みについては
覚えておいても良いですね。

普段はこちら[LINK]のような
変換サービスを利用するのが吉でしょう。

追記
URLエンコードについては
UTF-8もSJISも同じ考え方
２文字づつ『％』で区切るは同じです。

上の図のように
SJISなら
『%82%a0』になります。

また
JeditX[LINK]を使って
URLエンコードする事も可能です。
（PHPのコマンドを使っています）
ライブラリ[LINK]にある
『選択部分をURLエンコード/デコードする』で

簡単変換出来ます。

このスクリプトを使えば
文字コードを表示する事も可能ですね。
（％取ればいいだけですから）

参考にしてください