URL-Encoder und -Decoder

So benutzt du URL-Encoder und -Decoder

1. Füg eine URL oder einen Wert zum Kodieren ein, oder eine kodierte Zeichenfolge zum Dekodieren.
2. Wähl Komponenten-Kodierung für einen einzelnen Parameterwert oder vollständige Kodierung für eine ganze Adresse.
3. Nutz die Parameter-Ansicht, um eine URL zu zerlegen, Werte zu ändern und sie neu zusammenzusetzen.

Umlaute in URLs

URLs dürfen nach der Norm nur ASCII enthalten. Umlaute müssen deshalb kodiert werden — als UTF-8-Bytes in Prozentschreibweise.

Aus „ä" werden zwei Bytes und damit %C3%A4, aus „ß" wird %C3%9F. Eine Adresse wie /für-anfänger/ steht technisch als /f%C3%BCr-anf%C3%A4nger/ in der Anfrage; moderne Browser zeigen sie in der Adresszeile lesbar an und senden die kodierte Form.

Funktionieren tut das zuverlässig. Trotzdem ist es für Adressen selten eine gute Idee: Die kodierte Form taucht in Protokollen, Analysewerkzeugen und beim Kopieren in E-Mails auf und ist dort unleserlich. Für Slugs empfiehlt sich die Umschrift — „fuer-anfaenger" statt „für-anfänger".

Anders bei Suchbegriffen und Parameterwerten: Dort sind Umlaute normal und richtig kodiert völlig unproblematisch.

Punycode für Domains

Im Domainnamen selbst gelten andere Regeln als im Pfad. Prozentkodierung ist dort nicht zulässig — stattdessen kommt Punycode zum Einsatz.

Punycode bildet Unicode-Domains auf ASCII ab, erkennbar am Präfix xn--. Aus „müller.de" wird „xn--mller-kva.de", aus „köln.de" wird „xn--kln-sna.de". Beide Schreibweisen führen zum selben Ziel.

Für .de-Domains sind Umlaute seit 2004 zugelassen und verbreitet. Zu beachten ist, dass manche ältere Systeme — insbesondere E-Mail-Adressvalidierungen und Zertifikatsprüfungen — mit der Unicode-Form nicht umgehen können und die Punycode-Schreibweise brauchen.

Ein Sicherheitsaspekt kommt dazu: Zeichen aus anderen Schriften können lateinischen täuschend ähnlich sehen. Browser zeigen deshalb bei gemischten Schriften die Punycode-Form an, um Täuschungen sichtbar zu machen.

Wann kodiert man was?

Die häufigste Fehlerquelle ist die Wahl zwischen vollständiger und Komponenten-Kodierung.

Die vollständige Kodierung ist für eine ganze Adresse gedacht und lässt Zeichen mit Struktur­bedeutung — Doppelpunkt, Schrägstrich, Fragezeichen, kaufmännisches Und — unangetastet. Die Komponenten-Kodierung ist für einen einzelnen Wert und kodiert genau diese Zeichen mit.

Der klassische Fehler: eine ganze URL als Parameterwert übergeben, ohne sie als Komponente zu kodieren. Der erste Schrägstrich beendet dann scheinbar den Wert und der Rest wird als eigener Parameter gelesen — bei Weiterleitungen nach dem Anmelden ein häufiger Defekt.

Und das Pluszeichen: In Abfrageparametern steht + historisch für ein Leerzeichen. Ein echtes Plus — etwa in einer Telefonnummer — muss als %2B geschrieben werden, sonst wird daraus beim Auslesen ein Leerzeichen.

Häufige Fragen