问号在url中保留网址.qu

Question

我用Python解析xml数据，xml文件包含url，正如您所知url不能通过regex直接解析，因为它们的格式不适合，有一些字符会阻止解析，比如“？”, '$', '@'. 所以我用urllib.quote函数，它工作得很好，除了一个url，我无法解释这一点。在

在urllib.quoteurl如下所示：

https://randomurl.fr/?oslc_cm.properties=FORM_item

函数完成后，它变成这样：

^{pr2}$

所以“：”被更正了，但是“？”并且“=”保持原样，这会阻止解析。我觉得奇怪的是，它是唯一一个不起作用的网址，而其他30个网址也包含“？”它只是把它变成了“%3F”、“=”变成了“%3D”。我试图改变它在xml文件中的位置，但仍然是这个精确的url没有很好地引用。不过，我注意到，如果我用FORM\productCmt（另一个url的属性）更改FORM_item，那么它就可以引用它了。在我看来这很随机，我不知道发生了什么。在

有人看到故障了吗？在

编辑

我无法转义字符，因为我正在获取xml文件并对其进行解析。下面是我用来引用URL的代码：

def genElementList(self, xmldata):
        xmldata_encoded = xmldata
        p = re.compile(r'"(http.*?)"')
        urls = p.findall(xmldata)
        for url in urls:
            xmldata_encoded = str.replace(xmldata_encoded, url, urllib.quote(url))
            print xmldata_encoded + '\n'

对于每个url，我可以看到除了一个之外，这个函数起作用，总是一样的。我将它与其他正确引用的url进行了比较，它们完全相似，除了“properties=FORM_item”部分，其中另一部分是“properties=FORM_productCmt”。这就是为什么我不明白为什么它不能工作。在

Answer 1

谢谢，用户2357112 您帮我了解了问题所在，我通过将substring函数的count参数设置为1来解决子字符串问题：

p = re.compile(r'"(http.*?)"')
        urls = p.findall(xmldata)
        for url in urls:
            xmldata_encoded = str.replace(xmldata_encoded, url, urllib.quote(url), 1)