python:关于url编码和编码

Question

我有个问题。 尝试在python库中使用urli'。 但是，我不明白。在

a = 'http%3A%2F%2Ffile%2Efir%2Enet%2F40d55cecf9a3a47851b1d0ebda3e423993c837d3ca%2F20110909%5F52%5Fblogfile%2Folsscj25%5F1315512137967%5F5tAuGI%5Fzip%2F%255B%25C0%25A9%25B5%25B5%25BF%25ECxp%255D%2B%25C0%25A9%25B5%25B5%25BF%25ECxp%2B%25BD%25C3%25B8%25AE%25BE%25F3%25B3%25D1%25B9%25F6%5F%2Ezip'

aa = unquote(unquote(a))
'http://file.fir.net/40d55cecf9a3a47851b1d0ebda3e423993c837d3ca/20110909_52_blogfile/olsscj25_1315512137967_5tAuGI_zip/[\xc0\xa9\xb5\xb5\xbf\xecxp]+\xc0\xa9\xb5\xb5\xbf\xecxp+\xbd\xc3\xb8\xae\xbe\xf3\xb3\xd1\xb9\xf6_.zip'

a1 = quote(quote(aa))
'http%253A//file.fir.net/40d55cecf9a3a47851b1d0ebda3e423993c837d3ca/20110909_52_blogfile/olsscj25_1315512137967_5tAuGI_zip/%255B%25C0%25A9%25B5%25B5%25BF%25ECxp%255D%252B%25C0%25A9%25B5%25B5%25BF%25ECxp%252B%25BD%25C3%25B8%25AE%25BE%25F3%25B3%25D1%25B9%25F6_.zip'

为什么不等于两个值（a和a1）。 请告诉我

谢谢。在

Answer 1

我想你是在把多个问题卷积成1。在

首先，你问这个问题的唯一原因是你想去掉文件名尾部的引号，它似乎被引用了两次。在

其次，文件名，即使是双引号，也会导致非utf-8编码的数据，并且不可打印。在

第三，你似乎不了解URL格式。在

最后，你不明白引号和unquote实际上在做什么。在

在urllib.quote（）和urllib.unquote（）只用于URL的path_info部分，即http://file.fir.net/之后的所有内容。在

在urllib.quote（）将字符串参数中“在URL中不安全”的所有内容替换为百分比编码。表示每一个字符都会引起问题（例如：~[SPACE]等），使用十六进制格式的%BYTES。在

由于[：]在URL的路径部分是不安全的，quote（）将用它的百分比编码对其进行编码。在

所有这些都意味着您不应该将整个URL直接传递到quote（）中，除非您碰巧想将URL编码到URL的path_info部分。在

解决问题的步骤如下：

1. 修复文件名编码以使用可打印的内容来帮助您调试。在
2. 在urllib.unquote（）一次以获取正常的URL。在
3. 当您得到未加引号的URL时，将其传递给urlparse.urlparse（）首先将组件分成适当的部分。在
4. 在urllib.unquote（）文件名部分。在
5. 现在您可以检索原始文件名，您可以继续做任何您需要做的事情。在

参考文献：

http://docs.python.org/library/urlparse.html

http://docs.python.org/library/urllib.html

Answer 2

答案在documentation on quote method：

... Letters, digits, and the characters '_.-' are never quoted. ...

a和a1不同，因为a可能没有使用quote()引用，因此引用的字符比需要的字符多。a1仍然是有效的带引号的字符串，但是有些字符没有用引号引起来，因为它们不必这样做。在