python - Python请求奇怪的URL％-编码

使用Python3.6.1，请求2.13.0，我得到了被请求的URL的奇怪编码。我有一个在查询字符串中包含中文字符的URL，例如huà 話 用，它应该%-编码为hu%C3%A0%20%E8%A9%B1%20%E7%94%A8甚至hu%C3%A0+%E8%A9%B1+%E7%94%A8，但出于某种原因，它是%-编码为hu%C3%83%C2%A0%20%C3%A8%C2%A9%C2%B1%20%C3%A7%C2%94%C2%A8。这是不对的。我一直在使用http://r12a.github.io/apps/conversion/页来帮助我处理编码。我还使用了JavaScriptencodeURI和PHPurlencode并且没有得到任何接近我所看到的请求库所做的事情。我是不是做错了什么，以至于编码离得太远了？更新：我查看了Mojibake编码并进一步深入了请求库，发现了问题所在，但我仍然不确定如何解决它。我正在对一个内部服务器进行调用，使用一个简单的.get(url)调用。调用转到服务器并获得重定向响应。重定向页面的标题中有一个meta charset="UTF-8"，其中列出的URL是正确的。离开服务器的location头是正常的；它被编码为UTF-8，Content-Type头上有一个charset=UTF-8头。但是，当我在Python中调试重定向响应时，我注意到响应对象上的头不正确，它似乎没有被正确解码。headers属性包含在location：huÃ\xa0 話 ç\x94中。如上所述，应解码为：huà 話 用。所以，那个奇怪的URL查询字符串get的%被请求编码，然后设置回服务器，然后服务器拒绝那个URL（显然）。我能做些什么来防止请求把事情搞砸吗？或者让它正确解码location头？网页浏览器似乎没有这个问题。 最佳答案 你有一个Mojibake编码。编码的字节是UTF-8字节的拉丁语-1解释的字节：>>> from urllib.parse import quote>>> text = 'huà 話 用'>>> quote(text)'hu%C3%A0%20%E8%A9%B1%20%E7%94%A8'>>> quote(text.encode('utf8').decode('latin1'))'hu%C3%83%C2%A0%20%C3%A8%C2%A9%C2%B1%20%C3%A7%C2%94%C2%A8'您可以通过再次手动编码到拉丁语-1，然后从UTF-8解码来反转该过程：>>> unquote('hu%C3%83%C2%A0%20%C3%A8%C2%A9%C2%B1%20%C3%A7%C2%94%C2%A8').encode('latin1').decode('utf8')'huà 話 用'或者，您可以使用 >自动修复错误的编码（通常会做得更好），尤其是当Windows碎片整理程序涉及到子查询时）：>>> from ftfy import fix_text>>> fix_text(unquote('hu%C3%83%C2%A0%20%C3%A8%C2%A9%C2%B1%20%C3%A7%C2%94%C2%A8'))'huà 話 用'你说的是关于网址来源的：离开服务器的位置头是正常的；它被编码为UTF-8这就是你的问题，就在那里。HTTP头始终编码为拉丁语-1（*）。服务器必须将位置头设置为完全百分比编码的URL，以便将所有UTF-8字节表示为ftfy转义序列。这些只是ASCII字符，完全保存在拉丁-1上下文中。如果您的服务器以未转义的UTF-8字节的形式发送头，那么HTTP客户端（包括ftfy）会将其解码为拉丁-1，而不是导致您观察到的Mojibake问题。并且由于URL包含无效的URL字符，%HH将Mojibake结果转义为百分比编码版本。（*）实际上，requests头应该是一个requests library头，它始终是ASCII（7位）干净的数据，但是由于其他一些HTTP头允许“描述性”文本，因此拉丁语-1（ISO-8859-1）是头数据的默认编码。请参阅Location as per RFC2396，在解码任何报头中的非ASCII数据时，最终解码absoluteURI报头的TEXT rule in section 2.2 of the HTTP/1.1 RFC遵循此RFC。只有按照http.client module包装才能提供非拉丁-1数据，但这不适用于requests标题。关于python - Python请求奇怪的URL％-编码，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/43188661/