Python使用wb模式写入文件时日文文件名特殊字符丢失问题求助

问题出在content-disposition头的编码解析上：浏览器会自动处理HTTP头中的多语言文件名编码，但你的代码直接用正则提取字符串，没有做编码转换，导致日文被错误解码成乱码。

修复步骤： #

• 用cgi.parse_header解析content-disposition头，拆分出参数部分
• 区分处理filename和filename*两种参数格式（后者是RFC 5987标准的编码格式，专门用于非ASCII字符）
• 对编码后的文件名进行正确解码，转成UTF-8字符串

修改后的代码： #

import requests
import cgi
from urllib.parse import unquote

def download_zip(key: str):
    response = requests.get('some url')

    if response.status_code == 200:
        header = response.headers.get('content-disposition')
        file_name = f"{key}.zip"  # 默认文件名
        
        if header:
            # 解析content-disposition头，拆分主类型和参数
            _, params = cgi.parse_header(header)
            # 优先处理RFC 5987标准的filename*参数
            if 'filename*' in params:
                # filename*格式一般是 "UTF-8''%E9%9F%B3%E3%81%AE%E3%81%AA%E3%81%84%E3%83%AC%E3%83%97%E3%83%AA%E3%82%AB"
                encoding, _, filename_encoded = params['filename*'].split("''")
                file_name = unquote(filename_encoded, encoding=encoding)
            elif 'filename' in params:
                # 普通filename参数可能是ISO-8859-1编码的，转成UTF-8
                filename_raw = params['filename']
                file_name = filename_raw.encode('ISO-8859-1').decode('UTF-8')
        
        with open(file_name, mode='wb') as f:
            f.write(response.content)

        print(f"Written: {file_name}")

    else:
        print(f"Failed: {key} -> {response.status_code}")

关键说明： #

• cgi.parse_header：正确拆分HTTP头的参数部分，避免正则匹配的不严谨
• filename*：这是HTTP标准中专门为非ASCII文件名定义的参数，格式为编码''编码后的文件名，用unquote解码即可
• 普通filename：很多服务器会把非ASCII文件名用ISO-8859-1编码后放在这个参数里，所以需要先转成字节再用UTF-8解码

这样处理后，就能正确保留日文文件名音のないレプリカ，不会出现乱码。

内容的提问来源于stack exchange，提问作者Catman