Web 编程中由于需要用 Form 或 URL 来传递参数,所以必然会有 urlencode 和 urldecode 的操作,Python Web 也不例外。Python 对 URL 的编解码操作提供了 urllib 模块,下面例子中所使用的 Python 版本是 3.6.7,不同的 Python 版本可能略有差异。
简面言之本文就是关于以下六个函数的使用,更多关于 urllib 的用法请自行进一步研究。
from urllib.parse import urlencode, parse_ql, quote, quote_plus, unquote, unquote_plus
为什么两个 urlencode 和 urldecode 操作会涉及到六个函数的应用呢,分别来讲述
1. urlencode
Python 的 urllib 直接提供了 urlencode 函数,它的操作数是一个字典
1
2
>>>urlencode({'user':"O'Neil",'message':'hello world'})
'user=O%27Neil&message=hello+world'
字典中的多个 key-value 值用 & 连接成一个查询字符串。
并且注意到这里的 urlencode 函数,特殊字符编码为 %xx 的形式,并且空格转换为加号 +,而不是编码为 %20, 这有可能造成解码时不一致而把加号 + 作为一个实际的字符来处理。
如果希望空格编译编码为 %20, 而非加号 + 的话,调用 urlencode 函数可以由参数 quote_via 指定为 quote,它的默认值为 quote_plus,即空格替换为加号 +。
1
2
>>>urlencode({'user':"O'Neil",'message':'hello world'},quote_via=quote)
'user=O%27Neil&message=hello%20world'
urlencode 是针对字典的操作,也可以单独对一个字符串值进行编码,基于是否把空格替换为加号 + 的不同行为,分别有 quote 和 quote_plus 操作,分别看下面的例子
1
2
3
4
>>>quote("O'Neil,Hello World")
'O%27Neil%2CHello%20World'
>>>quote_plus("O'Neil,Hello World")
'O%27Neil%2CHello+World'
2. urldecode
urllib 并没有与 urlencode 函数相对应的 urldecode 函数名,实际上 urlencode 反作用的的函数是 parse_ql ,它把一个查询字符串转换为字典,而且还同时兼容空格的 %20 和 + 的两种表现形式。见下面的例子
1
2
3
4
>>>parse_qs('user=O%27Neil&message=hello%20world')
{'user':["O'Neil"],'message':['hello world']}
>>>parse_qs('user=O%27Neil&message=hello+world')
{'user':["O'Neil"],'message':['hello world']}
请留意 parse_ql 得到的字典的值是一个列表,因为 HTTP 的查询字符串中相同的 key 可以出现多次,如
1
2
>>>parse_qs('user=O%27Neil&message=hello%20world&message=Hello+World')
{'user':["O'Neil"],'message':['hello world','Hello World']}
如果确定 querystring 中不会有重复的 key,可以对 parse_ql 得到的字典进一步转换
1
2
>>>{key:value[0]for(key,value)inparse_qs('user=O%27Neil&message=hello+world').items()}
{'user':"O'Neil",'message':'hello world'}
与 quote 和 quote_plus 相对应的操作有 unquote 和 unquote_plus 应该就好理解了,也是单独对某个字符串的操作,直接看代码就好了
1
2
3
4
5
6
7
8
9
10
11
12
>>>unquote("O'lNeil,Hello%20World")
"O'lNeil,Hello World"
>>>unquote("O'lNeil,Hello+World")
"O'lNeil,Hello+World"
>>>unquote_plus("O'lNeil,Hello%20World")
"O'lNeil,Hello World"
>>>unquote_plus("O'lNeil,Hello+World")
"O'lNeil,Hello World"
>>>
>>>unquote_plus('user=O%27Neil&message=hello+world')
"user=O'Neil&message=hello world"
unquote 无法把加号 + 还原为空格,而使用 unquote_plus 好像总是更保险。是否有 URL 中的加号不进行编码呢,保持为 +?应该不会,加号 + 也不过是被编码为 %2B 而已。
同时,unquote 或 unquote_plus 对 & 符号是无害的,所以它也能直接对整个查询字符串进行解码。