ইউআরএল এনকোডার

ইন্টারনেট বা ওয়েব দুনিয়ায় ডেটা আদান-প্রদানের জন্য ইউআরএল একটি নির্দিষ্ট নিয়ম মেনে চলে। RFC 3986 স্ট্যান্ডার্ড অনুযায়ী, ইউআরএল-এ কেবল নির্দিষ্ট কিছু আস্কি (ASCII) ক্যারেক্টার বা অক্ষর ব্যবহার করা যায়। এর মধ্যে কিছু অক্ষর রয়েছে যেগুলোকে "রিজার্ভড" বা সংরক্ষিত বলা হয়, যেমন ?, &, /, =, এবং :। এই ক্যারেক্টারগুলো ইউআরএল-এর গঠন এবং ডেটা পার্সিংয়ের কাজ করে। অন্যদিকে আনরিজার্ভড ক্যারেক্টার যেমন ইংরেজি বর্ণমালা (A-Z, a-z), সংখ্যা (0-9) এবং হাইফেন, আন্ডারস্কোর, ডট ও টিল্ডা (-, _, ., ~) সরাসরি ব্যবহার করা যায়।

যদি আপনার ডেটার ভেতরেই সংরক্ষিত ক্যারেক্টার থাকে, তবে ব্রাউজার বা সার্ভার বিভ্রান্ত হতে পারে। এই সমস্যা সমাধানের জন্যই ইউআরএল এনকোডার টুলটি ব্যবহার করা হয়। এটি পার্সেন্ট-এনকোডিং পদ্ধতির মাধ্যমে অনিরাপদ বা বিশেষ ক্যারেক্টারগুলোকে নিরাপদ ফরম্যাটে রূপান্তর করে। উদাহরণস্বরূপ, একটি সাধারণ টেক্সটে যদি & থাকে, এনকোড করার পর সেটি %26 হয়ে যায়। ওয়েব ডেভেলপার এবং এসইও বিশেষজ্ঞদের জন্য সঠিকভাবে ইউআরএল তৈরি করা অত্যন্ত জরুরি, কারণ ইউআরএল এনকোডিং নিশ্চিত করে যে আপনার লিংকের ১০০% ডেটা নিরাপদে সার্ভারে পৌঁছাবে। এনকোড করা ডেটা আবার আগের অবস্থায় বা মানুষের পড়ার উপযোগী ফরম্যাটে ফিরিয়ে আনতে ইউআরএল ডিকোড টুলটি কাজে লাগে।

ইউআরএল এনকোডার টুলে সাধারণত দুটি মোড থাকে, যা জাভাস্ক্রিপ্টের encodeURI এবং encodeURIComponent ফাংশনের কাজের সাথে সামঞ্জস্যপূর্ণ। যখন আপনি একটি সম্পূর্ণ ইউআরএল এনকোড করতে চান, তখন ফুল-ইউআরএল মোড ব্যবহার করা হয়। এই মোডে ইউআরএল-এর কাঠামোগত ক্যারেক্টারগুলো যেমন http:// এর কোলন বা স্ল্যাশ, অথবা কোয়েরি স্ট্রিংয়ের ? এবং = অপরিবর্তিত থাকে। এটি কেবল সেই ক্যারেক্টারগুলোকে এনকোড করে যেগুলো পুরো লিংকটির গঠন নষ্ট করতে পারে।

অন্যদিকে, কম্পোনেন্ট মোডটি মূলত ইউআরএল-এর নির্দিষ্ট কোনো অংশ বা কোয়েরি প্যারামিটারের ভ্যালু এনকোড করার জন্য ব্যবহৃত হয়। আপনি যদি কোনো প্যারামিটারের মান হিসেবে অন্য একটি লিংক বা বিশেষ ক্যারেক্টারযুক্ত টেক্সট পাঠাতে চান, তবে কম্পোনেন্ট মোড বেছে নিতে হবে। এই মোডে /, ?, &, এবং = এর মতো ক্যারেক্টারগুলোও পার্সেন্ট-এনকোড হয়ে যায়। ভুল মোড নির্বাচন করলে লিংক ব্রোকেন হয়ে যেতে পারে বা সার্ভার ত্রুটি দেখাতে পারে। ডিজিটাল মার্কেটাররা যখন বিভিন্ন ক্যাম্পেইনের জন্য ইউটিএম (UTM) লিংক তৈরি করেন, তখন এই কম্পোনেন্ট এনকোডিং খুব গুরুত্বপূর্ণ ভূমিকা পালন করে। অনেক সময় অফলাইন মার্কেটিংয়ের জন্য এসব জটিল লিংক দিয়ে কিউআর কোড তৈরি করা হয়, যেখানে সঠিক এনকোডিং থাকা আবশ্যক।

ইউআরএল-এর ভেতরে সাধারণ স্পেস বা ফাঁকা স্থান ব্যবহারের কোনো সুযোগ নেই। স্পেসকে এনকোড করার জন্য ওয়েব ডেভেলপমেন্টে প্রধানত দুটি নিয়ম প্রচলিত আছে, যা অনেক সময় নতুনদের মাঝে বিভ্রান্তি তৈরি করে। স্ট্যান্ডার্ড পার্সেন্ট-এনকোডিং অনুযায়ী একটি স্পেসকে %20 হিসেবে প্রকাশ করা হয়। ইউআরএল-এর পাথ বা কোনো ফাইলের নামের ক্ষেত্রে এই নিয়মটিই সবচেয়ে বেশি ব্যবহৃত হয়।

তবে এইচটিএমএল ফর্ম সাবমিট করার সময় (বিশেষ করে application/x-www-form-urlencoded ফরম্যাটে) কোয়েরি স্ট্রিংয়ের ভেতরে স্পেসকে + চিহ্ন দিয়ে প্রতিস্থাপন করা হয়। এটি মূলত পুরোনো দিনের ওয়েব ফর্মের একটি বহুল ব্যবহৃত স্ট্যান্ডার্ড। ইউআরএল এনকোডার টুলে স্পেসকে + হিসেবে এনকোড করার একটি বিশেষ অপশন থাকে। আপনি যদি কোনো সার্চ কোয়েরি বা ফর্মের ডেটা নিয়ে কাজ করেন, তবে এই অপশনটি চালু করে নেওয়া ভালো। অন্যথায়, সাধারণ লিংক বা এপিআই (API) রিকোয়েস্টের জন্য স্পেসকে %20 হিসেবে এনকোড করাই সবচেয়ে নিরাপদ পদ্ধতি। সঠিক নিয়ম মেনে স্পেস এনকোড না করলে সার্ভার ডেটা পড়তে ব্যর্থ হতে পারে এবং ব্যবহারকারীকে ভুল পেইজে নিয়ে যেতে পারে।

বর্তমান যুগে ইন্টারনেট কেবল ইংরেজি ভাষার মধ্যে সীমাবদ্ধ নেই। বাংলাসহ বিশ্বের বিভিন্ন ভাষার ক্যারেক্টার বা ইউনিকোড টেক্সট এখন ইউআরএল-এ ব্যবহার করা হয়। তবে মূল প্রটোকল অনুযায়ী ইউআরএল-এ কেবল আস্কি ক্যারেক্টার সাপোর্ট করে। তাই বাংলা অক্ষর বা ইমোজি সরাসরি ইউআরএল-এ বসানো যায় না। ইউআরএল এনকোডার টুল প্রথমে এই ইউনিকোড ক্যারেক্টারগুলোকে UTF-8 ফরম্যাটে রূপান্তর করে এবং এরপর প্রতিটি বাইটকে পার্সেন্ট-এনকোডিং করে।

একটি বাংলা অক্ষর সাধারণত তিন বাইটের হয়ে থাকে, তাই এনকোড করার পর এটি তিনটি পার্সেন্ট-চিহ্নিত ব্লকে বিভক্ত হয়। উদাহরণস্বরূপ, বাংলা 'অ' অক্ষরটি এনকোড হয়ে %E0%A6%85 আকার ধারণ করে। এসইও বিশেষজ্ঞরা যখন বাংলায় ইউআরএল বা স্লাগ তৈরি করেন, তখন ব্যাকএন্ডে এই এনকোডিং প্রক্রিয়াটিই কাজ করে। আন্তর্জাতিকীকরণ বা ইন্টারন্যাশনালাইজড ডোমেইন নেম (IDN) এবং পাথের ক্ষেত্রে এই কনভার্শনটি সঠিকভাবে হওয়া অত্যন্ত জরুরি। কোনো ডেটাকে বাইনারি বা টেক্সট ফরম্যাটে সুরক্ষিত রাখতে অনেক সময় বেস৬৪ এনকোড পদ্ধতিও ব্যবহৃত হয়, তবে ওয়েব লিংকের জন্য পার্সেন্ট-এনকোডিংই আদর্শ।

পার্সেন্ট-এনকোডিং কী? পার্সেন্ট-এনকোডিং হলো এমন একটি পদ্ধতি যেখানে ইউআরএল-এর জন্য অযোগ্য বা সংরক্ষিত ক্যারেক্টারগুলোকে একটি % চিহ্ন এবং তার সাথে দুটি হেক্সাডেসিমেল ডিজিট দিয়ে প্রকাশ করা হয়। এটি ডেটাকে ব্রাউজার ও সার্ভারের কাছে বোধগম্য করে তোলে।

আমার কোয়েরি স্ট্রিংয়ে & চিহ্ন দিলে সেটি ভেঙে যায় কেন? ইউআরএল-এর গঠনে & চিহ্নটি একাধিক প্যারামিটারকে আলাদা করার কাজে ব্যবহৃত হয়। আপনি যদি কোনো প্যারামিটারের মানের ভেতরেই & ব্যবহার করেন, তবে সার্ভার সেটিকে নতুন একটি প্যারামিটারের শুরু হিসেবে ধরে নেয়। এই সমস্যা এড়াতে ইউআরএল এনকোডার ব্যবহার করে & কে %26 এ রূপান্তর করে নিতে হয়।

ইমোজি কীভাবে এনকোড করা হয়? ইমোজিগুলো মূলত ইউনিকোড ক্যারেক্টার। এনকোড করার সময় এগুলোকে প্রথমে UTF-8 বাইট সিকোয়েন্সে ভাগ করা হয় এবং পরে প্রতিটি বাইটকে পার্সেন্ট-এনকোড করা হয়। একটি সাধারণ ইমোজি এনকোড করার পর চার বা তার বেশি পার্সেন্ট-ব্লক তৈরি করতে পারে, যা ইউআরএল-এ নিরাপদে পাস করা যায়।