url的编解码

2、URL的编解码

2.1、特殊字符

url中使用的是ASCII码(8位)字符集中的字符。如东亚地区中文在url中就需要特意编码，规则是在百分号后面接上两个十六进制数字，和其在ASCII字符表中的对应位置相同。
特殊情况：
1、如常见情况不能再url中使用空格字符，当让现在先进浏览器可以自动编码如当访问http://192.168.90.162/advanced search.html 浏览器会自动http://192.168.90.162/advanced%20search.html
2、有些字符使得url非法，因为是保留字符。如斜线字符将会用来分割路径，如果使用斜线字符而不是将其作为路径，则需要转义如斜线(当然：windows下建立文件名不能包含"\/:?<>|"中的任何字符)，但是linux很灵活如(touch :a;touch \<a,touch \a,支持转义)，url编码中保留的字符：

保留字符	URL编码	保留字符	url编码	保留字符
；	%3B	：	3%A
/	2%F	@	%40
&	%26	?	%3F

3、不安全字符指那些虽然在URL中没有特殊意义，而可能在URL的上下文中有特殊含义的字符。如双引号在标签中分开属性和值，如果在url中包含有双引号，则浏览器解析时可能错误。此时可以用%22来编码双引号，进而解决冲突。
尽管浏览器智能解析
不安全字符编码举例：
< %3C , > %3E , # %23 , % %25, ~ %7E , \ %5C 等。

2.2、urllib.parse模块url编解码方法

quote方法：对URL进行编码；
unquote： 对url进行解码
quote_plus:同quote方法，进一步将空格表示成+符号；
unquote_plus：同unquote方法，将+符号变成空格

>>> r2=quote("/~test aggin &/")
>>> r2
'/%7Etest%20aggin%20%26/'    #注意空格和&符号都已经编码了，而”/“并没有转换
>>> un_r2=unquote(r2)
>>> un_r2
'/~test aggin &/'
>>> quote("~/ test","~/")   #quote第二个参数的使用：当将"~"字符加入忽略字符列表后，再次输出就没有对”~“进行编码了。
'~/%20test'

quote_plus使用时会将”/“字符替换成%2F，并将空格字符替换成+符号，这是同quote的主要区别,如下：

>>> quote_plus("/~test aggin &/")
'%2F%7Etest+aggin+%26%2F'
>>> unquote_plus('%2F%7Etest+aggin+%26%2F')
'/~test aggin &/'

2.3、中文的编解码

http://192.168.90.162/中文.html， 现在主流浏览器chrome，IE，edge等已经能识别了。然而问题不能忽视，对于不安全的字符使用url编码总是不安全的。

>>> quote("中文编码")
'%E4%B8%AD%E6%96%87%E7%BC%96%E7%A0%81'
>>> unquote('%E4%B8%AD%E6%96%87%E7%BC%96%E7%A0%81')
'中文编码'

2.4、查询参数的编码

http两种数据提交方式：get和post。都需要提交查询参数和其值。特别get方法中还会将这种值显示在地址栏中如：
https://www.baidu.com/s?wd=url%E7%BC%96%E7%A0%81&rsv_spt=1&rsv_iqid=0xb6a3f6f50003c26a&issp=1&f=8&rsv_bp=1&rsv_idx=2&ie=utf8&rqlang=cn&tn=baiduhome_pg&rsv_enter=0&oq=url%25E7%25BC%2596%25E7%25A0%2581&rsv_t=a3a7nKjz1kdhBSmGXcoRFeCicwee05LR5H9nq5W5GZWVKwR×××WAjMl98d3Rfvhq%2FCJb&rsv_pq=8532218200044be3

>>> unquote("url%E7%BC%96%E7%A0%81")   ？wd=url%E7%BC%96%E7%A0%81会将值显示在地址栏中
'url编码'

对查询参数进行编码的方法：urlencode由urllib.parse模块提供该方法
功能：将查询的参数值对返回成URL编码的新式。参数值对可以是一系列的字典数据。

>>> urlencode([('key1','value1'),('key2','value2')])
'key1=value1&key2=value2'
>>> help(urlencode)
Help on function urlencode in module urllib.parse:

说明1、查询参数为一个(keyword,value)的列表，这里列表的长度为2..注意参数格式列表里面套元组
2、urlencode将参数值对列表编码成了一个URL字符串，查询参数顺序和列表中一致

>>> urlencode([("key1","urlencode编码")])
'key1=urlencode%E7%BC%96%E7%A0%81'

urlencode方法还可以接受一个可选参数，用来对输入查询参数中的数据进行控制。默认值False。即当查询数据(keyword,value)列表中的value也为列表时，将其使用整个quote_pluse方法进行编码

>>> urlencode([("keyword",("value1","value2","value3"))])
'keyword=%28%27value1%27%2C+%27value2%27%2C+%27value3%27%29'
>>> urlencode([("keyword",("value1","value2","value3"))],True) 但当参数为True时，会将value列表中的每个值都和keyword组成一个查询参数值对。
'keyword=value1&keyword=value2&keyword=value3'

转载于:https://blog.51cto.com/5918475/2399645