如何将含特殊字符的域名/URL转换为UTF-8编码版本

你给出的示例中非ASCII字符均位于域名段，这类域名属于国际化域名（IDN），转换时需要按URL不同组件遵循对应编码规则，不能直接全局转码，具体方法如下：

核心转换规则 #

• 先拆分URL结构：将URL拆分为协议、域名、路径/查询参数三个独立部分，不同部分适用不同编码标准
• 域名部分：非ASCII字符需按IDNA 2008标准转换为Punycode编码（基于UTF-8字节实现的ASCII兼容编码，是全球DNS系统可识别的标准格式）
• 路径、查询参数部分：直接将非ASCII字符按UTF-8编码做百分号转义即可
• 各部分处理完成后，按原URL结构拼接，得到的就是符合标准的UTF-8编码变体URL

示例URL转换结果 #

你提供的3个URL转换后的标准格式如下：

https://xn--danielabrua-14a.com/
https://xn--fagualpez-0wa.com/
https://xn--laconspiracindelcastellano-rpc.com/

不同场景的具体实现方式 #

命令行快速转换 #

• Linux/macOS可直接使用系统自带的idn工具完成转码，无需额外安装软件，示例命令：

  echo "danielabruña.com" | idn
  

  执行后将直接输出转码后的Punycode格式域名：xn--danielabrua-14a.com
• Windows可直接在PowerShell中调用内置的IdnMapping类完成转码，无需第三方工具。

代码层面实现 #

所有主流编程语言均有内置标准库支持IDN转码，无需依赖第三方包，核心逻辑统一为：域名部分走IDNA标准转Punycode，其余URL组件按UTF-8做百分号编码。

• Python实现示例：

  from encodings.idna import encode
  # 处理域名
  raw_domain = "laconspiracióndelcastellano.com"
  punycode_domain = encode(raw_domain).decode("ascii")
  # 拼接得到标准URL
  standard_url = f"https://{punycode_domain}/"
  print(standard_url)
  

• Node.js/浏览器端JS实现示例：直接使用内置URL类即可自动完成全链路转码

  const rawUrl = "https://fagualópez.com/"
  const standardUrl = new URL(rawUrl).href
  console.log(standardUrl)
  

注意：不要直接对整个URL做全局百分号编码，域名部分必须使用Punycode转码，否则DNS无法解析对应地址，会直接导致访问失败。

内容的提问来源于stack exchange，提问作者Mikaele