PHP 解析含中文 URL 路徑：parse_url + rawurlencode 正確編碼處理

解決 PHP 使用 file_get_contents()、cURL、wget 等請求含中文路徑 URL 時遭遇 404 錯誤的問題：使用 parse_url() 解析 URL 結構，對 path 部分逐段 rawurlencode() 編碼，重組合法 URL。

問題場景

<?php
$url = 'https://example.com/搜尋/關鍵字/頁面.html';
// 直接請求會導致 404，因為中文未編碼
$content = file_get_contents($url); // 失敗
?>

解決函數：urlConvert()

<?php
function urlConvert($url) {
    $parts = parse_url($url);
    if (!isset($parts['path'])) return $url;

    // 路徑分段編碼（保留 / 分隔符）
    $pathSegments = explode('/', $parts['path']);
    $encodedSegments = array_map('rawurlencode', $pathSegments);
    $newPath = implode('/', $encodedSegments);

    // 重組 URL（保留 scheme, host, query, fragment 等）
    $newUrl = $parts['scheme'] . '://' . $parts['host'] . $newPath;
    if (isset($parts['query'])) $newUrl .= '?' . $parts['query'];
    if (isset($parts['fragment'])) $newUrl .= '#' . $parts['fragment'];
    return $newUrl;
}

// 使用
$url = 'https://example.com/搜尋/關鍵字/頁面.html';
$encodedUrl = urlConvert($url);
// 結果：https://example.com/%E6%90%9C%E5%B0%8B/%E9%97%9C%E9%8D%B5%E5%AD%97/%E9%A0%81%E9%9D%A2.html
$content = file_get_contents($encodedUrl); // 成功
?>

關鍵點解析

rawurlencode vs urlencode

<?php
$str = '中文 測試';
echo rawurlencode($str); // %E4%B8%AD%E6%96%87%20%E6%B8%AC%E8%A9%A6 (空格→%20)
echo urlencode($str);    // %E4%B8%AD%E6%96%87+%E6%B8%AC%E8%A9%A6 (空格→+)
?>

URL 路徑必須用 rawurlencode()；urlencode() 適用於 application/x-www-form-urlencoded 表單資料（query string）。

進階：處理已編碼與混合編碼

<?php
function urlConvertSafe($url) {
    $parts = parse_url($url);
    $path = $parts['path'] ?? '';
    // 僅編碼未編碼的段落（簡易檢測：含 % 視為已編碼）
    $segments = array_map(function($seg) {
        return (strpos($seg, '%') !== false) ? $seg : rawurlencode($seg);
    }, explode('/', $path));
    $parts['path'] = implode('/', $segments);
    // 重組...
    return $parts['scheme'] . '://' . $parts['host'] . $parts['path'] 
         . (isset($parts['query']) ? '?' . $parts['query'] : '')
         . (isset($parts['fragment']) ? '#' . $parts['fragment'] : '');
}
?>

適用場景

• 爬蟲抓取中文路徑網站（維基百科、中文論壇、CMS 產生的 URL）。
• API 串接對方提供含中文參數的回調 URL。
• 產生 Sitemap、RSS 含中文永久連結。

正確處理 URL 編碼是網路程式開發的基本功，parse_url() + rawurlencode() 是標準解法。