如何用Python进行URL安全编码？urllib.quote错误

Question

你好，我想知道有没有其他方法可以把字符串编码成安全的URL，因为urllib.quote的结果不对，输出和我预期的不一样：

如果我尝试

urllib.quote('á')

我得到的结果是

'%C3%A1'

但这不是正确的输出，应该是

%E1

这个问题可以在这里的工具中看到 这个网站

这不是我在刁难，quote输出的不正确导致浏览器无法找到资源，如果我尝试

urllib.quote('\images\á\some file.jpg')

然后我用我提到的JavaScript工具尝试，得到的字符串分别是

%5Cimages%5C%C3%A1%5Csome%20file.jpg

%5Cimages%5C%E1%5Csome%20file.jpg

注意这两个几乎一样，但quote提供的URL不工作，而另一个却可以。我尝试在传给quote的字符串上使用encode('utf-8')，但没有任何区别。我还尝试了其他带重音符的西班牙单词和ñ，它们的表示方式都不同。

这是Python的bug吗？你知道哪个模块能正确处理这个问题吗？

Answer 1

Python 默认使用 ASCII 编码来解释代码，所以即使你的文件用其他编码方式保存，里面的 UTF-8 字符也会被当作两个 ASCII 字符来处理。

你可以尝试在代码的第一行或第二行加一个注释，这样可以让文件编码匹配，另外你可能还需要使用 u'á' 这样的写法。

# coding: utf-8

Answer 2

好的，我明白了，我需要像这样把内容编码成iso-8859-1格式

word = u'á'
word = word.encode('iso-8859-1')
print word

Answer 3

根据RFC 3986的规定，%C3%A1是正确的。字符在进行百分比编码之前，应该先使用UTF-8转换成一个字节流。你提供的网站信息已经过时了。

想了解更多关于URL中非ASCII字符处理历史的内容，可以查看为什么URL和查询字符串部分的编码不同？。