URLエンコードとは：%E3%81%82 のような文字列が生まれる理由

URLをコピーすると %E3%81%82 のような文字列が並んでいることがあります。これはパーセントエンコーディング（URLエンコード）と呼ばれる変換です。仕組みを整理します。

なぜ変換が必要なのか

URLで安全に使える文字は、仕様で限られています。英数字と一部の記号だけで、日本語はそのままでは扱えません。また、? や & や = のようにURLの中で意味を持つ記号も、データとして使うには区別が必要です。

そこで、使えない文字をバイトごとに % ＋ 16進数2桁に置き換えます。これがパーセントエンコーディングです。

「あ」が %E3%81%82 になるまで

バイト数がそのまま %XX の個数になります。UTF-8 の日本語は1文字3バイトが多いので、1文字が9文字分のURLになります。

文字コードが違うと結果も変わる

変換のもとになるのはバイト列なので、どの文字コードでバイトにするかで結果が変わります。

文字コード	「あ」のバイト列	URLエンコード
UTF-8	E3 81 82	%E3%81%82
Shift_JIS	82 A0	%82%A0
EUC-JP	A4 A2	%A4%A2

同じ「あ」でも3通りになります。デコードするときも同じ文字コードを使わないと、別の文字になったり読めなくなったりします。現在のWebでは UTF-8 が標準ですが、古いシステムでは Shift_JIS が使われていることがあります。

エスケープされない文字

次の文字はそのまま残せる文字（非予約文字）とされています。

• 英数字 A-Z a-z 0-9
• ハイフン -、ピリオド .、アンダースコア _、チルダ ~

それ以外の記号は、用途によってエスケープが必要になります。/ や ? はURLの構造を表す文字なので、データとして使う場合はエスケープします。

このツールでは全バイトをエスケープしている

日本語を変換するとき、2バイト目がたまたま英数字に当たる文字があります。たとえば Shift_JIS の「テ」は 83 65 で、65 は文字 e のコードです。

デコードするとき

%XX を見つけたら16進数として読み、バイトに戻します。バイト列がそろったところで、文字コードを指定して文字に戻します。

文字コードを間違えると文字化けします。%82%A0（Shift_JIS の「あ」）を UTF-8 として読もうとすると、UTF-8 として成立しないバイト列なので読めません。

よくある場面

• 検索結果のURLに日本語のキーワードが入っている
• メールで送られてきたURLが長大な % の羅列になっている
• ファイル名に日本語が入ったリンクをコピーした
• APIに渡すパラメータをログで確認している

いずれも、デコードすれば元の文字列が読めます。テキスト変換では、貼り付けた文字列の形式を自動で判定して戻せます。

まとめ

• URLで使える文字が限られているため、使えない文字を % ＋16進数2桁に置き換える
• 置き換えの単位は文字ではなくバイト
• 文字コードが違えば同じ文字でも結果が変わる
• 英数字と - . _ ~ はそのまま残せる
• デコードには、エンコードに使ったのと同じ文字コードが必要