PHP中如何按标准编码HTTP Link头URI内大于255的字符？

要满足MDN对Link头中preconnect字段的URI编码要求——仅编码字符编码大于255的部分，同时遵循"宽进严出"原则，以下是两种严谨的实现方案：

方案1：正则替换（简洁高效） #

利用PHP正则精准匹配所有非ASCII Unicode字符（编码≥256），对每个匹配项单独执行rawurlencode()，完全避免误转义URI的合法ASCII分隔符（如:、/、?等）：

function sanitizeLinkUri(string $uri): string {
    // 匹配所有超出ASCII范围的Unicode字符
    return preg_replace_callback('/[\x{0080}-\x{10FFFF}]/u', function($matches) {
        return rawurlencode($matches[0]);
    }, $uri);
}

// 使用示例
$originalUri = 'https://example.com/中文路径?param=特殊值';
$sanitizedUri = sanitizeLinkUri($originalUri);
$linkHeader = sprintf('Link: <%s>; rel="preconnect"', $sanitizedUri);
// 输出：Link: <https://example.com/%E4%B8%AD%E6%96%87%E8%B7%AF%E5%BE%84?param=%E7%89%B9%E6%AE%8A%E5%80%BC>; rel="preconnect"

该方案核心是精准定位需编码的字符范围，仅处理超出ASCII的部分，完全符合标准要求，且代码简洁易维护。

方案2：逐字符遍历（原方案合规性验证） #

你当前的逐字符遍历方案是合规且正确的，它严格只对编码大于255的字符执行编码，保留了URI的所有合法ASCII结构。优化为多字节字符处理版本后，可避免单字节遍历可能出现的编码错误：

function sanitizeLinkUri(string $uri): string {
    $sanitized = '';
    $length = mb_strlen($uri, 'UTF-8');
    for ($i = 0; $i < $length; $i++) {
        $char = mb_substr($uri, $i, 1, 'UTF-8');
        $code = mb_ord($char, 'UTF-8');
        if ($code > 255) {
            $sanitized .= rawurlencode($char);
        } else {
            $sanitized .= $char;
        }
    }
    return $sanitized;
}

这个方案的优势是逻辑完全可控，适合需要极致定制的场景。

关键注意事项 #

• 禁止直接使用rawurlencode()或urlencode()：前者会转义/、:等URI核心分隔符，后者会把空格转成+，都会导致URI失效。
• 必须基于UTF-8处理：HTTP头默认采用UTF-8编码，所有多字节字符都要以此为基准判断编码值。
• 宽进严出的体现：无论输入URI包含什么Unicode字符，输出都严格只转义必要部分，确保生成的Link头能被所有合规HTTP客户端正确解析。

内容的提问来源于stack exchange，提问作者V. Bozz