原理を知っていれば納得な話なんですが、仕様に基づいた整理。
出典
RFC 3986 - Uniform Resource Identifier (URI): Generic Syntax
どういうことか
RFC3986では予約文字(Reserved Character)と非予約文字(Unreserved Character)という表現で利用できる文字が定義されている。
非予約文字は「利用可能な文字」を表すもので、対象としては以下の文字が定義されている。
unreserved = ALPHA / DIGIT / "-" / "." / "_" / "~"
- ALPHA（アルファベットA-Z,a-z）
- DIGIT（数字0-9）
- -（ハイフン）
- .（コロン）
- _（アンダーバー）
- ~（波線）
これらの文字はそのまま利用可能な文字なので、逆に考えるとこの文字はパーセントエンコーディングするべきではない文字ということになる。
ただ、エンコーディングを完全にしてはいけないというわけではなく、ちゃんと意味が通るようにエンコーディングされていればよい。
たとえば A0あ0という文字列をURLエンコーディングさせたい場合は、通常は
A0%E3%81%820
となるが、0を %30 とエンコードして
A0%E3%81%82%30
としても問題はない。
