URL Encoding ist UTF-8 oder doch nicht?

%DF ist der Hex-latin1 Code fuer ß. UTF-8, wenn wir jetzt von UCS-2 ausgehen, verwendet fuer die nicht 7-bit ASCII Zeichen zwei Byte zur Codierung (wenn es sich ausgeht), also paszt %C3%9F eh.

Dann darfst dus nicht UTF-8 encoden sondern latin1

Was hat das mit URLs zu tun?

Normalerweise schreibt man in den Header rein, welches Encoding man verwendet (iso-8859-1 = latin1)

EDIT: Sonst kriegen viele Unix-Benutzer nur Fragezeichen statt Umlauten zu sehen.

EDIT2: Aso, es geht echt um die URL. Keine Ahnung, wie das normal gehandhabt wird.

Hängt anscheinend davon ab, mit welchem Charset das Form dargestellt wird, von dem der Request kommt.

Wie's bei Filenamen gemacht wird, weiß ich nicht, aber am besten verwendet man einfach keine Umlaute in Filenamen.

Das ß ist aber wohl eh nicht im Filenamen, oder? Alles hinter dem Fragezeichen ist kein Problem, da kann sich das Verarbeitungsskript eigentlich frei aussuchen, wie es die Sonderzeichen interpretiert. Üblich ist offenbar iso-8859-1.

Jeder kocht sein eigenes Süppchen. Ich habe die HTTP Spezifikation jetzt zwar nur überflogen, aber gefunden hab ich zu dem Thema jedenfalls nichts. Man kann also machen, was man will.

Non-ASCII wird immer zu 2 oder mehr Bytes in UTF-8, und es gibt genau eine Möglichkeit, ein bestimmtes Unicode-Zeichen auf die Weise zu kodieren.

Was hier beschrieben ist, heißt aber nicht, dass du generell UTF-8 verwenden sollst, sondern es heißt nur, dass vom Autor der Seite geschriebene fehlerhafte (weil Nicht-ASCII-Zeichen enthaltende) HREFs vom Browser zu UTF-8 übersetzt werden sollen.