Os dois pontos `:` são seguros para uso de URL amigável?

Estamos projetando um sistema de URL que especificará as seções do aplicativo como palavras separadas por barras. Especificamente, isso está no GWT, portanto, as partes relevantes do URL estarão no hash (que será interpretado por uma camada de controlador no lado do cliente):

http://site/gwturl#section1/section2

Algumas seções podem precisar de atributos adicionais, que gostaríamos de especificar com um :, para que as partes da seção do URL não sejam ambíguas. O código seria dividido primeiro /, depois :, assim:

http://site/gwturl#user:45/comments

Claro, estamos fazendo isso para facilitar o uso de url, portanto, gostaríamos de ter certeza de que nenhum desses caracteres que terão um significado especial será codificado por url por navegadores ou qualquer outro sistema e termine com um url como isto:

http://site/gwturl#user%3A45/comments <--- BAD

O uso de dois pontos dessa maneira é seguro (ou seja, não será codificado automaticamente) para navegadores, sistemas de favoritos e até mesmo Javascript ou código Java?

Recentemente, escrevi um codificador de URL, então isso está bem fresco em minha mente.

http://site/gwturl#user:45/comments

Todos os caracteres na parte do fragmento ( user:45/comments) são perfeitamente válidos para URIs RFC 3986 .

As partes relevantes do ABNF :

fragment      = *( pchar / "/" / "?" )
pchar         = unreserved / pct-encoded / sub-delims / ":" / "@"
unreserved    = ALPHA / DIGIT / "-" / "." / "_" / "~"
pct-encoded   = "%" HEXDIG HEXDIG
sub-delims    = "!" / "$" / "&" / "'" / "(" / ")"
                 / "*" / "+" / "," / ";" / "="

Além dessas restrições, a parte do fragmento não tem estrutura definida além daquela que seu aplicativo fornece. O esquema, http, diz apenas que você não envia esta parte para o servidor.

EDITAR:

D'oh!

Apesar de minhas afirmações sobre a especificação URI, irreputable fornece a resposta correta quando ele aponta que a especificação HTML 4 restringe nomes / identificadores de elemento .

Observe que as regras do identificador estão mudando no HTML 5 . As restrições de URI ainda serão aplicáveis ​​(no momento da escrita, havia alguns problemas não resolvidos em torno do uso de URIs do HTML 5).

Além da análise de McDowell sobre o padrão URI, lembre-se também de que o fragmento deve ser um nome de âncora HTML válido. De acordo com http://www.w3.org/TR/html4/types.html#type-name

Os tokens de ID e NOME devem começar com uma letra ([A-Za-z]) e podem ser seguidos por qualquer número de letras, dígitos ([0-9]), hifens ("-"), sublinhados ("_") , dois pontos (":") e pontos (".").

Então você está com sorte. ":" é explicitamente permitido. E ninguém deve "%" - escapar disso, não apenas porque "%" é um char ilegal lá, mas também porque o fragmento deve corresponder ao nome da âncora char-por-char, portanto, nenhum agente deve tentar adulterá-los de qualquer forma.

No entanto, você tem que testá-lo. Os padrões da Web não são seguidos estritamente; às vezes, os padrões são conflitantes. Por exemplo, HTTP / 1.1 RFC 2616 não permite string de consulta na URL de solicitação, enquanto HTML constrói uma ao enviar um formulário com o método GET. O que for implementado no mundo real ganha no final do dia.

MediaWiki e outros motores wiki usam dois pontos em seus URLs para designar namespaces, aparentemente sem maiores problemas.

por exemplo, http://en.wikipedia.org/wiki/Template:Welcome

Eu não contaria com isso. Provavelmente, o URL será codificado %3Apor muitos user agents.

De URLEncoderjavadoc:

Para obter mais informações sobre codificação de formulário HTML, consulte a especificação HTML .

Ao codificar uma String, as seguintes regras se aplicam:

• Os caracteres alfanuméricos "a" a "z", "A" a "Z" e "0" a "9" permanecem os mesmos.
• Os caracteres especiais ".", "-", "*" e "_" permanecem os mesmos.
• O caractere de espaço "" é convertido em um sinal de mais "+".
• Todos os outros caracteres não são seguros e são primeiro convertidos em um ou mais bytes usando algum esquema de codificação. Então, cada byte é representado pela string de 3 caracteres "% xy", onde xy é a representação hexadecimal de dois dígitos do byte. O esquema de codificação recomendado a ser usado é UTF-8. No entanto, por motivos de compatibilidade, se uma codificação não for especificada, a codificação padrão da plataforma será usada.

Ou seja, :não é seguro.

Não vejo o Firefox ou o IE8 codificando alguns dos URLs da Wikipedia que incluem o caractere.

Os dois pontos são usados ​​como divisão entre o nome de usuário e a senha se um protocolo exigir autenticação.

O cólon não é seguro. Veja aqui

Não é um caractere seguro e é usado para distinguir a porta à qual você se conecta quando está logo após seu nome de domínio