Encoding 维基百科（MediaWiki）URI编码方案

Wikipedia（或MediaWiki）如何在URI中编码页面标题？这不是正常的URI编码，因为空格被替换为下划线，双引号不被编码，诸如此类。

这个过程相当复杂，也不太漂亮。您需要查看

includes/Title.php

中的

Title

类。您应该从

newFromText

方法开始，但是大部分逻辑都在

secureAndSplit

方法中

请注意（与MediaWiki一样），代码丝毫没有解耦。如果要复制它，需要提取逻辑，而不是简单地重复使用该类

逻辑如下所示：

• 解码字符引用（例如é；）
• 将空格转换为下划线
• 检查标题是否是对命名空间或interwiki的引用
• 删除散列片段（例如

  Apple\Name

• 删除禁止字符
• 禁止子目录链接（例如，

  。/directory/page

  ）
• 禁止三重平铺序列（

  ~~

  ）（出于某种原因）
• 将大小限制为255字节
• 将第一个字母大写

此外，我相信我说得对，引号不需要由原始用户编码——浏览器可以透明地处理它们

我希望这能有所帮助！

-这里有一些关于他们的引擎对文章名强制执行的描述

他们的LocalSettings.php中应该有类似的内容： $wgArticlePath='/wiki/$1'

正确的服务器URI重写配置——它们似乎在使用Apache（HTTP头），所以可能是mod_重写

---

您还可以参考index.php文件，在Wikipedia上找到这样一篇文章：

http://en.wikipedia.org/w/index.php?title=Foo%20bar

并被引擎重定向到

http://en.wikipedia.org/wiki/Foo_bar

。幕后mod_rewrite将其转换为/index.php？title=Foo_bar。对于MediaWiki引擎，它是相同的好像您访问了

http://en.wikipedia.org/w/index.php?title=Foo_bar

-此页面不会重定向您。

我相信

mod_rewrite

不会将URL重写到

index.php？title=Foo_bar

。链接被重写（如果有的话）到

index.php/Foo_bar

，然后由

$\u服务器['REQUEST\u URI'读取

或类似的东西。节名（[[Apple#Name here]]和#Name#U here bit）是如何处理的…？你说的“删除散列片段”就像它们被忽略一样。“禁止三重平铺序列（~~~）（出于某种原因）”–在页面保存时对签名使用三重平铺，因此在标题中不允许它们是有意义的（链接到这样一个页面可能会很棘手或不可能）。