introduction

Comme certains d'entre vous le savent peut-être, les URL ont en fait une liste de caractères qui font des choses spéciales. Par exemple, le /caractère sépare les parties de l'URL, et ?, &et les =caractères sont utilisés pour passer des paramètres de requête au serveur. En fait, il y a un tas de personnages avec des fonctions spéciales: $&+,/:;=?@. Lorsque vous devez utiliser ces caractères dans l'URL pour toute autre raison que les fonctions spéciales, vous devez faire quelque chose appelé encodage en pourcentage .

L'encodage en pourcentage consiste à prendre la valeur hexadécimale d'un %caractère et à ajouter un caractère au début de celui-ci. Par exemple, le caractère ?serait codé comme %3Fet le caractère &serait codé comme %26. Dans une URL en particulier, cela vous permet d'envoyer ces caractères sous forme de données via l'URL sans provoquer de problèmes d'analyse. Votre défi sera de prendre une chaîne et de coder en pourcentage tous les caractères qui doivent être codés.

Le défi

Vous devez écrire un programme ou une fonction qui accepte une seule chaîne composée de caractères avec des points de code 00-FF (caractères ASCII et ASCII étendus). Vous devrez ensuite générer ou renvoyer la même chaîne avec chaque caractère codé en pourcentage si nécessaire. Les fonctions intégrées qui accomplissent cette tâche ne sont pas autorisées, pas plus que les failles standard. Pour référence, voici une liste de chaque caractère qui doit être encodé en pourcentage:

• Caractères de contrôle (Codepoints 00-1F et 7F)
• Caractères ASCII étendus (Codepoints 80-FF)
• Caractères réservés ( $&+,/:;=?@c'est-à-dire les points de code 24, 26, 2B, 2C, 2F, 3A, 3B, 3D, 3F, 40)
• Caractères dangereux ( " <>#%{}|\^~[]`c'est-à-dire les points de code 20, 22, 3C, 3E, 23, 25, 7B, 7D, 7C, 5C, 5E, 7E, 5B, 5D, 60)

Voici la même liste, mais à la place comme une liste de points de code décimaux:

0-31, 32, 34, 35, 36, 37, 38, 43, 44, 47, 58, 59, 60, 62, 61, 63, 64, 91, 92, 93, 94, 96, 123, 124, 125, 126, 127, 128-255

C'est le golf de code, donc le code le plus court en octets (ou la méthode de notation alternative approuvée) gagne!

Cas de test

http://codegolf.stackexchange.com/  =>  http%3A%2F%2Fcodegolf.stackexchange.com%2F
[@=>]{#}  =>  %5B%40%3D%3E%5D%7B%23%7D
Test String  =>  Test%20String
ÑÉÐÔ®  =>  %D1%C9%D0%D4%AE
  =>  %0F%16%7F (Control characters 0F, 16, and 7F)
 ¡¢£¤¥¦§¨©ª«¬­®¯°±²³´µ¶·¸¹º»¼½¾¿ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖ×ØÙÚÛÜÝÞßàáâãäåæçèéêëìíîïðñòóôõö÷øùúûüýþÿ  =>  %80%81%82%83%84%85%86%87%88%89%8A%8B%8C%8D%8E%8F%90%91%92%93%94%95%96%97%98%99%9A%9B%9C%9D%9E%9F%A0%A1%A2%A3%A4%A5%A6%A7%A8%A9%AA%AB%AC%AD%AE%AF%B0%B1%B2%B3%B4%B5%B6%B7%B8%B9%BA%BB%BC%BD%BE%BF%C0%C1%C2%C3%C4%C5%C6%C7%C8%C9%CA%CB%CC%CD%CE%CF%D0%D1%D2%D3%D4%D5%D6%D7%D8%D9%DA%DB%DC%DD%DE%DF%E0%E1%E2%E3%E4%E5%E6%E7%E8%E9%EA%EB%EC%ED%EE%EF%F0%F1%F2%F3%F4%F5%F6%F7%F8%F9%FA%FB%FC%FD%FE%FF (Extended ASCII characters 80-FF)
 !"#$%&'()*+,-./0123456789:;<=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_`abcdefghijklmnopqrstuvwxyz{|}~  =>  %20!%22%23%24%25%26'()*%2B%2C-.%2F0123456789%3A%3B%3C%3D%3E%3F%40ABCDEFGHIJKLMNOPQRSTUVWXYZ%5B%5C%5D%5E_%60abcdefghijklmnopqrstuvwxyz%7B%7C%7D%7E

Pyth, 30 28 26 octets

L?hx+G+rG1CGbb+\%.HCbsmydz

essayez-le en ligne

Explication

L?hx+G+rG1CGbb+\%.HCbsmydz
L?hx+G+rG1CGbb+\%.HCb       First part, L defines the function y(b)
 ?hx+G+rG1CGbb+\%.HCb       ? is the ternary operator
  hx+G+rG1CGb               This part will be evaluated
  hx                        x will find the first occurence of a
                            character in a list. If it doesn't
                            find one, it will return -1. hx then
                            equals 0 (or false).
    +G+rG1CG                The list of allowed characters, a
                            concetanation (+) of the alphabet (G),
                            uppercase alphabet (rG1) and numbers
                            (CG, see below for details)
            b               The character to find in the list
             b              True branch of the ternary operator,
                            the character is allowed and returned.
              +\%.HCb       False branch, convert to hex and add %
                     smydz  The actual program
                      mydz  Map every character in the input (z)
                            using the function y on every d
                     s      Join the array, and implicit print.

CGest cette astuce qui génère un nombre énorme qui contient tous les chiffres possibles. C'est parfait, car nous ne nous soucions pas des doublons lorsque nous vérifions si une chaîne se trouve dans une autre.

Vim, 67 octets / frappes

:s/\c[^a-z!'()*0-9._-]/\='%'.printf("%02x",char2nr(submatch(0)))/g<cr>

Notez que cela <cr>représente la touche Entrée, par exemple 0x0Dqui est un seul octet.

Il s'agit d'une solution assez simple. Explication:

:s/                                                                    "Search and replace
   \c                                                                  "Case-insensitive
     [^a-z!'()*0-9._-]/                                                "A negative range. Matches any character not alphabetc, numeric or in "!'()*0-9._-"
                       \=                                              "Evaluate
                         '%'                                           "a percent sign string
                            .                                          "Concatenated with
                             printf("%02x",char2nr(submatch(0)))       "The hex value of the character we just matched
                                                                /g     "Make this apply to ever match
                                                                  <cr> "Actually run the command

Ces printf("%02x",char2nr(submatch(0)))ordures sont terriblement impies .

Perl, 40 octets

Code de 39 octets + -p.

Un peu boiteux, mais je pense que c'est la solution la plus courte ...

s/[^!'()*-.\w]/sprintf'%%%02x',ord$&/ge

Usage

echo -n ' !"#$%&'\''()*+,-./0123456789:;<=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_`abcdefghijklmnopqstuvwxyz{|}~' | perl -pe "s/[^'()*-.\w]/sprintf'%%%02x',ord$&/ge"
%20%21%22%23%24%25%26'()*+,-.%2f0123456789%3a%3b%3c%3d%3e%3f%40ABCDEFGHIJKLMNOPQRSTUVWXYZ%5b%5c%5d%5e_%60abcdefghijklmnopqstuvwxyz%7b%7c%7d%7e

Julia, 47 octets

!s=replace(s,r"[^\w!'()*.-]",c->"%"hex(c[1],2))

Essayez-le en ligne!

Python 3, 92 octets

5 octets grâce à orlp.

1 octet grâce au Sp3000.

import re;lambda s:''.join(re.match("[!'-*.0-9\w-]",c,256)and c or'%%%02X'%ord(c)for c in s)

Ideone it!

C, 83 octets

f(char*p){for(;*p;++p)printf(isalnum(*p)||strchr("!'()*-._",*p)?"%c":"%%%02X",*p);}

Python, 86 octets

lambda s:"".join(["%%%02X"%ord(c),c][c<"{"and c.isalnum()or c in"!'()*-._"]for c in s)

Port de ma réponse C.

Ruby, 37 + 3 = 40 octets

Exécutez avec -p(3 octets supplémentaires), comme $ ruby -p percent_encode.rb:

gsub(/[^\w!'()*-.]/){"%%%02X"%$&.ord}

Gelée , 28 27 octets

ḟØWḟ©“!'()*-.”Od⁴‘ịØH”%p®,y

Ceci est un lien monadique. Essayez-le en ligne!

Comment ça fonctionne

ḟØWḟ©“!'()*-.”Od⁴‘ịØH”%p®,y  Monadic link. Argument: s (string)

 ØW                          Yield “0...9A...Z_a...z”.
ḟ                            Remove these characters from s.
     “!'()*-.”               Yield “!'()*-.”.
   ḟ                         Remove these characters from s.
    ©                        Copy the result to the register.
              O              Ordinal; get the code point of each character.
               d⁴            Divmod 16; yield quotient and remainder modulo 16.
                 ’           Decrement the results.
                  ịØH        Index into “0123456789ABCDEF”.
                     ”p%     Perform Cartesian product with ”%, prepending it to
                             each pair of hexadecimal digits.
                        ®,   Yield [t, r], where t is the string in the register
                             and r the result of the Cartesian product.
                          y  Use this pair to perform transliteration on s.

Haskell, 201 179 178 127 119 octets

import Data.Char;import Numeric;f=(=<<)(\c->if isAlphaNum c&&isAscii c||elem c"-_.~"then[c]else '%':(showHex$ord c)"")

Non golfé:

import Data.Char
import Numeric

f=(=<<) e
e c = if isAlphaNum c && isAscii c && c `elem` "-_.~" then [c] else '%' : (showHex $ ord c) ""

Python 2, 78 octets

lambda s:"".join(["%%%02x"%ord(c),c][c.isalnum()or c in"!'()*-._"]for c in s)

Plus joliment formaté:

lambda s:
    "".join(["%%%02x" % ord(c), c][c.isalnum() or c in"!'()*-._"] for c in s)

SQF , 199 176

Utilisation du format de fonction en tant que fichier:

i="";a="0123456789ABCDEF!'()*-.GHIJKLMNOPQRSTUVWXYZ_";{i=i+if((toUpper _x)in a)then{_x}else{x=(toArray[_x])select 0;"%"+(a select floor(x/16))+(a select(x%16))}}forEach _this;i

Appelez en tant que "STRING" call NAME_OF_COMPILED_FUNCTION

PowerShell v2 +, 146 octets

param($n)37,38+0..36+43,44,47+58..64+91,93+96+123..255-ne33|%{$n=$n-replace"[$([char]$_)]",("%{0:x2}"-f$_)};$n-replace'\\','%5c'-replace'\^','%5e'

Long parce que je voulais montrer une approche différente plutôt que de simplement copier-coller la même chaîne d'expression régulière que tout le monde utilise.

Au lieu de cela ici, nous parcourons chaque point de code qui doit être codé en pourcentage, et faisons un littéral -replacesur la chaîne d'entrée à $nchaque itération (réenregistrant dans $n). Ensuite, nous devons prendre en compte les deux caractères spéciaux qui doivent être échappés, \et ^donc ils se trouvent dans des -replaceéléments séparés à la fin. Comme nous n'avons pas réenregistré cette chaîne finale, elle est laissée dans le pipeline et l'impression est implicite.

Assemblage x86 16/32 bits, 73 octets

Code d'octet:

AC 3C 21 72 2A 74 3E 3C 26 76 24 3C 2B 72 36 3C
2C 76 1C 3C 2F 72 2E 74 16 3C 3A 72 28 74 10 3C
5F 74 22 50 0C 60 3C 60 74 02 3C 7B 58 72 16 D4
10 3C 09 1C 69 2F 86 E0 3C 09 1C 69 2F 92 B0 25
AA 92 AA 86 E0 AA E2 B8 C3

Démontage:

l0: lodsb         ;fetch a character
    cmp  al, 21h
    jb   l1       ;encode 0x00-0x20
    je   l2       ;store 0x21
    cmp  al, 26h
    jbe  l1       ;encode 0x22-0x26
    cmp  al, 2bh
    jb   l2       ;store 0x27-0x2A
    cmp  al, 2ch
    jbe  l1       ;encode 0x2B-0x2C
    cmp  al, 2fh
    jb   l2       ;store 0x2D-0x2E
    je   l1       ;encode 0x2F
    cmp  al, 3ah
    jb   l2       ;store 0x30-0x39
    je   l1       ;encode 0x3A
    cmp  al, 5fh
    je   l2       ;store 0x5F
    push eax
    or   al, 60h  ;merge ranges
    cmp  al, 60h
    je   l3       ;encode 0x40, 0x60
    cmp  al, 7bh
l3: pop  eax
    jb   l2       ;store 0x41-0x5A, 0x61-0x7A
                  ;encode 0x3B-0x3F, 0x5B-0x5E, 0x7B-0xFF

l1: aam  10h      ;split byte to nibbles
    cmp  al, 9    ;convert 0x0A-0x0F 
    sbb  al, 69h  ;to
    das           ;0x41-0x46 ('A'-'F')
    xchg ah, al   ;swap nibbles
    cmp  al, 9    ;do
    sbb  al, 69h  ;other
    das           ;half
    xchg edx, eax ;save in edx
    mov  al, '%'
    stosb         ;emit '%'
    xchg edx, eax
    stosb         ;emit high nibble
    xchg ah, al

l2: stosb         ;emit low nibble or original character
    loop l0       ;until end of string
    ret

Appeler avec:
- esi = pointeur vers le tampon contenant la chaîne source;
- edi = pointeur vers le tampon qui reçoit la chaîne codée;
- ecx = longueur de la chaîne source.