Uniform Resource Identifiers, あるいは URI は、リソース (つまり、ウェブページやファイル)を識別する文字列であり、インターネット上でそれらにアクセスするプロトコル (すなわち HTTP や FTP) を輸送する。 ECMAScript 言語自身は、セクション 15.1.3.1, 15.1.3.2, 15.1.3.3, 15.1.3.4 に URI を符号化また復号化する関数を述べるのみで、他の URI を使用するサポートを提供しない。

Scheme : First / Second ; Third ? Fourth

イタリック体の名前は成分をあらわし、 ":", "/", ";", "?" は分離子として使用される予約文字をあらわす。 encodeURI 関数と decodeURI 関数は、完璧な URI の動作を意図される; URI 中の任意の予約文字は、特殊な意味を持ち、従って符号化されないことが意図されると考える。 encodeURIComponent 関数と decodeURIComponent 関数は、 URI の個別の成分としての動作を意図される; 任意の予約文字はテキストをあらわし、したがって成分が完璧な URI の一部であるとき、予約文字として解析されないように符号化されなければならない、と考える。

次の字句文法は、符号化された URI の形式を規定する。

uri :::

uriCharacters_opt

uriCharacters :::

uriCharacter uriCharacters_opt

uriCharacter :::

uriReserved

uriUnescaped

uriEscaped

uriReserved ::: one of

; / ? : @ & = + $ ,

uriUnescaped :::

uriAlpha

DecimalDigit

uriMark

uriEscaped :::

% HexDigit HexDigit

uriAlpha ::: one of

a b c d e f g h i j k l m n o p q r s t u v w x y z

A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

uriMark ::: one of

- _ . ! ~ * ' ( )

URI 中に含まれる文字が、上に挙げられていないとき、また予約文字に与えられる特殊な意味を持つと意図されないとき、その文字は符号化されなければならない。文字はまず UTF-8 変換を用いてオクテットのシーケンスに変換される。サロゲートペア (surrogate pairs) はまず UCS-2 から UCS-4 符号化に変換される。 (範囲 [0, 127] のコードポイントについては、これは同じ値の単一のオクテットの結果である。) 結果のオクテットのシーケンスは、 "%xx" 形式のエスケープシーケンスであらわされる各オクテットの文字列に変換される。

符号化とエスケープの処理は、 2 個の文字列引数 string と unescapedSet をとる隠し関数 Encode によって記述される。この関数は解説上の目的でのみ定義される。

1. string の文字数を算出する。
2. R を空文字列とする。
3. k を 0 とする。
4. k が Result(1) と等しいならば、 R を返す。
5. C を string 中の位置 k の文字とする。
6. C が unescapedSet 中にないならば、 ステップ 9 へ。
7. S を文字 C のみで構成される文字列とする。
8. ステップ 24 へ。
9. C のコードポイント値が 0xDC00 以上 0xDFFF 以下ならば、例外 URIError を投げる。
10. C のコードポイント値が 0xD800 未満、または 0xDBFF より大きいならば、 V を C のコードポイント値として ステップ 16 へ。
11. k を 1 増分する。
12. k と Result(1) が等しいならば、 例外 URIError を投げる。
13. string 中の位置 k の文字のコードポイント値を取得する。
14. Result(13) が 0xDC00 未満、または 0xDFFF より大きいならば、 例外 URIError を投げる。
15. V を (((C のコードポイント値) - 0xD800) * 0x400 + (Result(13) - 0xDC00) + 0x10000) とする。
16. Octets を V の UTF-8 変換の適用結果であるオクテットの配列とし、 L を配列のサイズとする。
17. j を 0 とする。
18. Octets 内の位置 j の値を取得する。
19. XY を Result(18) の値を符号化する 2 個の大文字の 16 進数字として、 S を 3 文字 "%XY" で構成される文字列とする。
20. R を、R と S の前の値を連結して算出した、新しい文字列とする。
21. j を 1 増分する。
22. j が L と等しいならば、 ステップ 25 へ。
23. ステップ 18 へ。
24. R を、R と S の前の値を連結して算出した、新しい文字列とする。
25. k を 1 増分する。
26. ステップ 4 へ。

アンエスケープと復号化の処理は、 2 個の文字列引数 string と reservedSet をとる隠し関数 Decode によって記述される。この関数は解説上の目的でのみ定義される。

1. string の文字数を算出する。
2. R を空文字列とする。
3. k を 0 とする。
4. k が Result(1) と等しいならば、 R を返す。
5. C を string 中の位置 k の文字とする。
6. C が '%' でないならば、 ステップ 40 へ。
7. start を k とする。
8. k + 2 が Result(1) と等しいまたはより大きいならば、 例外 URIError を投げる。
9. string 中の位置 (k+1) と 位置(k + 2) の文字が 16 進数字をあらわさないならば、例外 URIError を投げる。
10. B を 位置 (k+1) と 位置(k + 2) の 2 個の 16 進数字であらわされる 8 ビット値とする。
11. k を 2 増分する。
12. B の最大桁ビットが 0 ならば、 C をコードポイント値 B の文字として、 ステップ 37 へ。
13. n を、 (B << n) & 0x80 が 0 と等しくなるような、最小の負でない値とする。
14. n が 1 と等しい、または n が 4 より大きいならば、 例外 URIError を投げる。
15. Octets を、サイズ n の 8 ビット整数の配列とする。
16. Octets の位置 0 を、 B に設定する。
17. k + (3 * (n - 1)) が Result(1) と等しいかより大きいならば、 例外 URIError を投げる。
18. j を 1 とする。
19. j が n と等しいならば、 ステップ 29 へ。
20. k を 1 増分する。
21. 位置 k の文字が '%' でないならば、 例外 URIError を投げる。
22. string 内の位置 (k +1) と位置 (k + 2) の文字が 16 進数字をあらわさないならば、例外 URIError を投げる。
23. B を、位置 (k + 1) と位置 (k + 2) の 2 個の 16 進数字で表される 8 ビット値とする。
24. B の最大桁から 2 ビットが 10 でないならば、 例外 URIError を投げる。
25. k を 2 増分する。
26. Octets の位置 j を、 B に設定する。
27. j を 1 増分する。
28. ステップ 19 へ。
29. V を、 Octets に UTF-8 変換を適用し取得した値とする。すなわち、オクテットの配列から32ビット値に変換される。
30. V が 0x10000 より小さいならば、 ステップ 36 へ。
31. V が 0x10FFFF より大きいならば、 例外 URIError を投げる。
32. L を (((V - 0x10000) & 0x3FF) + 0xDC00) とする。
33. H を ((((V - 0x10000) >> 10) & 0x3FF) + 0xD800) とする。
34. S を、コードポイント値 H と L の 2 個の文字で構成される文字列とする。
35. ステップ 41 へ。
36. C をコードポイント値 V の文字とする。
37. C が reservedSet 内にないならば、 ステップ 40 へ。
38. S を、 string の位置 start から位置 k までを含む部分文字列とする。
39. ステップ 41 へ。
40. S を文字 C のみで構成される文字列とする。
41. R を、R と S の前の値を連結して算出した、新しい文字列とする。
42. k を 1 増分する。
43. ステップ 4 へ。

UTF-8 では、 1 個から 6 個のオクテットのシーケンスで符号化される。ある一つの "シーケンス" のオクテットだけが上位ビットを 0 に設定し、残り 7 ビットは文字値の符号化に使用されている。 n 個のオクテットのシーケンスにおいて、 n>1 として、最初のオクテットは n 個の上位ビットを 1 に設定, 続くビットを 0 に設定する。オクテットの残りのビットは、符号化される文字の値からのビットで構成される。続くオクテットの全ては上位ビットを 1 に設定し、続くビットを 0 に設定、それぞれ残り 6 ビット 符号化された文字からのビットで構成される。 ECMAScript 文字の可能な UTF-8 符号は:

Where

uuuuu = vvvv + 1

to account for the addition of 0x10000 as in 3.7, Surrogates Unicode Standard version 2.0.

コードポイント値 0xD800-0xDFFF の範囲がサロゲートペアの符号化に使用される; 上記の変換は UCS-2 のサロゲートペアを UCS-4 表現に結合し、結果の 21 ビット値を UTF-8 に符号化する。復号化は、サロゲートペアを再構築する。