中文在URL中的编码

问题来源：
    正在研究一个程序，输入一个关键字，能够把这个关键字发送到Google，yahoo等搜索引擎，进行搜索，然后打开结果网页。原理很简单。比如在Google搜索China，搜索结果页面的URL就是“http://www.google.com/search?hl=zh-CN&q=China&lr=”。只要替换红颜色的内容，就可以按照不同的关键字搜索。

但是如果关键字是中文，就会出现问题。比如在google搜索“中国”，Url是“http://www.google.com/search?hl=zh-CN&newwindow=1&q=%E4%B8%AD%E5%9B%BD&lr=”。汉字“中国”被按照UTF-8的格式进行编码。

不仅汉字进行编码，一些特殊字符也会进行编码。比如搜索“C#”，URL是“http://www.google.com/search?hl=zh-CN&newwindow=1&q=C%23&lr=”。

一般来说，国外的网站都是按照UTF-8编码，而“百度”是按照“GB2312”进行编码的。比如搜索“中国”，URL是“http://www.baidu.com/s?wd=%D6%D0%B9%FA&cl=3”

我们对比一下：C#中国的编码

编码	结果	网站
UTF-8	C%23%E4%B8%AD%E5%9B%BD	Google
GB2312	C%23%D6%D0%B9%FA	BaiDu

总结：
UTF-8中，一个汉字对应三个字节，GB2312中一个汉字占用两个字节。
不论何种编码，字母数字都不编码，特殊符号编码后占用一个字节。

开始编程：

        public static string UrlEncode(string str, string encode)
        {
            int factor;
            if (encode == "UTF-8")
                factor = 3;
            if (encode == "GB2312")
                factor = 2;
            //不需要编码的字符
            string okChar = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789.-*@";
            System.Text.Encoder encoder = System.Text.Encoding.GetEncoding(encode).GetEncoder();
            char[] c1 = str.ToCharArray();
            System.Text.StringBuilder sb = new System.Text.StringBuilder();
            //一个字符一个字符的编码
            for (int i = 0; i < c1.Length; i++)
            {
                //不需要编码
                if (okChar.IndexOf(c1[i]) > -1)
                    sb.Append(c1[i]);
                else
                {
                    byte[] c2 = new byte[factor];
                    int charUsed, byteUsed; bool completed;

                    encoder.Convert(c1, i, 1, c2, 0, factor, true, out charUsed, out byteUsed, out completed);

                    foreach (byte b in c2)
                    {
                        if (b != 0)
                            sb.AppendFormat("%{0:X}", b);
                    }
                }
            }
            return sb.ToString().Trim();


        }

后来发现更简单的方法。

 

//按照UTF-8进行编码
string tempSearchString1 = System.Web.HttpUtility.UrlEncode("C#中国");
//按照GB2312进行编码
string tempSearchString2 = System.Web.HttpUtility.UrlEncode("C#中国",System.Text.Encoding.GetEncoding("GB2312"));

大家直接用第二种方法就行了。
因为第一种是自己好不容易编出来的，贴在这里留个纪念。