Python URL 百分号编码与解码

ailx10说：这篇是在2023年7月之前写的，后来又改过。这篇起于一个很基础的面试问题：网络传输为什么要做 URL 编码？问题听着简单，真要解释清楚，就得分开看特殊字符怎样影响解析、中文等字符怎样变成传输中的字节表示。我没有铺太大，就用 Python 的 quote 和 unquote 写了两个小例子，来回对照编码前后。它像一页随手保存的工具笔记，遇到实际参数时可以拿出来试。需要留意的是，不同位置和工具对斜杠、空格等字符的处理不完全一样，能编码再解码，不代表所有 URL 场景都能照用同一个写法。

---

URL 的不同部分使用某些字符分隔结构。当数据中包含这些字符、空格或非 ASCII 文本时，应针对具体 URL 组件进行编码，避免把数据误当成分隔符。

编码和解码单个组件

from urllib.parse import quote, unquote

value = "网络安全 / Python\n入门"
encoded = quote(value, safe="")
print(encoded)
print(unquote(encoded))
assert unquote(encoded) == value

quote 将需要转义的数据编码为 %xx 形式，默认使用 UTF-8；safe="" 表示斜杠等保留字符也按组件数据处理。字母、数字和 _.-~ 等不需要编码的字符仍会保留。

构造查询字符串

构造查询参数时优先使用 urlencode，由它处理参数分隔符和值：

from urllib.parse import urlencode, parse_qs

query = urlencode({"q": "网络安全 / Python"})
print(query)
print(parse_qs(query)["q"][0])

urlencode 默认使用表单风格编码：空格通常表示为 +；普通 quote 默认将空格编码为 %20。不要把整个 URL 一次性编码成单个组件，也不要将百分号编码当成加密。

参考：Python urllib.parse。

来回转换能帮助检查数据有没有变，但不表示所有URL组件都能用同一套默认值。把safe参数和使用位置一起记下，代码才不会只在眼前这个例子里碰巧合适。

本文摘要与文字整理有 AI 参与。