中文 URL 编码对照：%E4%B8%AD 为什么是「中」

「中」的 Unicode 码点是 U+4E2D，UTF-8 编码是三个字节 E4 B8 AD，写进 URL 就是 %E4%B8%AD。所以一个汉字在 URL 里固定占 9 个字符（3 组 %XX），这是 URL 变长的根本原因。

常用字对照

• 中 → %E4%B8%AD
• 文 → %E6%96%87
• 测 → %E6%B5%8B
• 试 → %E8%AF%95
• 你 → %E4%BD%A0
• 好 → %E5%A5%BD

「中文」连起来就是 %E4%B8%AD%E6%96%87。注意没有分隔符，解析时按 % 逐个读，读满 3 个字节再合并成一个字符。

怎么区分 UTF-8 与 GBK

看 %XX 的个数：

• UTF-8：一个常用汉字 3 个 %XX，首字节通常在 E4–E9 之间。
• GBK：一个汉字 2 个 %XX，首字节通常在 B0–F7 之间，第二字节在 A1–FE。

比如「中文」在 GBK 下是 %D6%D0%CE%C4，只有 4 个 %XX。混用两种编码的链接，用 UTF-8 解会得到乱码（典型表现是一串 锟斤拷 或问号）。

Emoji 占几个字节

常用 Emoji（如 😀 U+1F600）在 UTF-8 下是 4 个字节，即 4 个 %XX。所以 Emoji 比汉字更占 URL 长度，一个表情就吃掉 12 个字符。

组合型 Emoji（带肤色、带 ZWJ 的家庭表情）可能由多个码点组成，长度能到二十多个 %XX。这类内容不适合放进 URL。

什么时候干脆用拼音或英文

中文 URL 编码后长度膨胀 9 倍，且对用户不可读。做 SEO 友好的链接时，通常用拼音或英文 slug（/guide/chinese-url-encode/ 这种），把中文放在页面标题里而不是路径里。

只有在必须原样传递中文参数（如搜索词、文件名下载）时才编码到 URL。此时要注意各层代理、CDN、日志系统对超长 URL 的截断——常见上限是 2KB 到 8KB。