Base64 / URL / HTML 编码速查表

这张表把常用字符在三种编码下的值并排列出来，四列分别是：字符本身、URL 编码（百分号编码）、HTML 实体、Base64。做网页、写接口、排查乱码，或者只是想知道某个符号编码后长什么样，都可以直接来这张表里查。第一列里的空格和中文，是为了让你看到多字节字符的编码结果，实际使用时按字符查对应那一行即可。

URL 编码：中文和符号为什么都要转义

网址只允许一部分字符原样出现，中文、空格，以及 & ? = # 这些有特殊含义的符号，都要写成 %XX 的形式。规则是按字节来：一个 UTF-8 汉字占 3 个字节，就编成 3 组 %XX，「中」写成 %E4%B8%AD 就是这个道理。表里从空格到中文一列，正好能看清 ASCII 字符是 1 组 %XX、汉字是 3 组的差别。

空格到底是 %20 还是加号

这是最容易混淆的一处。表里空格对应的是 %20，它在网址路径里通用；而在表单提交（application/x-www-form-urlencoded）的语境里，空格会写成加号。所以看到加号时先判断场合：普通网址里它是字面加号，表单数据里它才代表空格。拿不准就用 %20，兼容性最好。

HTML 实体：& 和 < 为什么必须转义

HTML 里有两个符号是保留的：& 是实体的引导符，< 是标签的开始，直接写在正文里会被浏览器误解，所以必须转义成 &amp; 和 &lt;。表里能看到，多数符号其实无需转义，真正必须处理的就那么几个：&、<、>，以及写在属性里的引号。实体有两种写法，像 &amp; 这样有名字的叫命名实体，&#39; 这样用数字的叫数字实体，效果一样。

Base64：把二进制搬进文本，但它不是加密

Base64 列给出的是单个字符编码后的结果，一个 ASCII 字符会变成 2 个字符再加两个等号填充。它常被用来把图片、文件塞进 JSON 或网页里。要提醒的是，Base64 不是加密，任何人都能解码还原；它的价值在于把不能直接放进文本的数据变成可打印字符，而不是保密。

同一个字符，三列的值怎么对起来

拿 & 举例：URL 编码是 %26，HTML 实体是 &amp;，Base64 是 Jg==。三者长度和形态都不一样，是因为它们服务于不同环节——URL 编码让字符能安全出现在网址里，HTML 实体让字符能安全出现在网页里，Base64 则把字节换成可打印字符。查表时先想清楚你要放进哪里，再去对应那一列取值，就不会取错。

中文为什么在每一列都变长

中文在 URL 编码和 Base64 里都比英文长，原因相同：它们在 UTF-8 里占 3 个字节，而 ASCII 字符只占 1 个字节。所以「中」的 URL 编码是 3 组 %XX，Base64 是 4 个字符；一个英文字母则只占 1 组 %XX、Base64 也只有 2 个字符加填充。HTML 实体这一列，中文通常写成数字实体（如 &#20013;），位数也比字母多。理解了字节数，长度的差异就都能解释。

查表之外：这些场景最容易用错

三种编码各有各的边界。URL 编码别拿加号去拼普通网址，也别把整条网址用 encodeURIComponent 全编一遍，那会把结构符号也破坏掉。HTML 实体只用在网页里，别把它写进 JSON 或数据库字段。Base64 只负责搬运，不要指望它保密。记住这三条，能避开大部分因为编码用错导致的乱码和报错。

常用字符的 URL / HTML / Base64 编码对照

延伸阅读：Base64 编码解码 · URL 编码解码

参考资料

• RFC 3986《URI 通用语法》
• W3C·HTML 字符实体参考
• RFC 4648《Base16、Base32、Base64 数据编码》

常见问题

URL 编码、HTML 实体、Base64 该用哪个？

看数据要放进哪里：放进网址用 URL 编码，放进网页正文或属性用 HTML 实体，要嵌进 JSON、代码或文本里搬运二进制用 Base64。三者不是互相替代的关系。

空格在表里是 %20，为什么有时又看到加号？

%20 是网址里的通用写法；加号表示空格只出现在表单提交（application/x-www-form-urlencoded）的语境里。在网址路径、查询参数里统一用 %20，兼容性最好。