如何仅对URL协议后的部分执行quote编码？有无现成工具及处理已编码URL？

一、用标准库urllib.parse的URL解析工具（推荐） #

直接使用urlsplit和urlunsplit，这是专门针对URL标准结构设计的工具，比简单字符串分割靠谱得多，能完美解决你提到的各类边界问题：

from urllib.parse import quote, urlsplit, urlunsplit

start_url = "https://commons.wikimedia.org/wiki/File:Jan Hackaert, Small Town (Town Gate at Gorkum?), NGA 53482.jpg"

# 按URL标准结构拆分为：(scheme, netloc, path, query, fragment)
url_components = urlsplit(start_url)

# 仅对路径、查询参数、锚点部分编码，协议和域名保持原样
encoded_path = quote(url_components.path)
encoded_query = quote(url_components.query)
encoded_fragment = quote(url_components.fragment)

# 重新组合成完整URL
quoted_url = urlunsplit(
    (
        url_components.scheme,
        url_components.netloc,
        encoded_path,
        encoded_query,
        encoded_fragment
    )
)
print(quoted_url)

这个方法严格遵循RFC标准拆分URL，不会被路径中的://干扰，也能处理无协议的URL（比如//example.com/path或相对路径/path/here）——如果原URL没有协议，url_components.scheme会是空字符串，组合后仍能保持正确格式。

二、处理已编码过的URL #

如果URL已经被编码过，直接二次编码会导致重复转义（比如%20变成%2520），需要先解码再重新编码：

from urllib.parse import quote, unquote, urlsplit, urlunsplit

encoded_url = "https://www.example.com/path%20with%20spaces"

# 先解码还原原始URL
decoded_url = unquote(encoded_url)

# 再用上述方法重新编码
url_components = urlsplit(decoded_url)
encoded_path = quote(url_components.path)
quoted_url = urlunsplit(
    (url_components.scheme, url_components.netloc, encoded_path, url_components.query, url_components.fragment)
)
print(quoted_url)

unquote会把已转义的字符还原为原始字符，之后再编码就能保证结果无重复转义、格式正确。

三、原方法的问题说明 #

你之前用split("://",1)的写法存在以下硬伤：

• 无法处理无协议的URL，会因url_parts只有一个元素导致访问url_parts[1]报错
• 若路径中包含://（比如文件名内的字符串），会错误分割URL，导致编码范围出错
• 未区分URL的不同组成部分，可能误编码域名（虽然域名一般无特殊字符，但理论上存在带特殊字符的国际域名，这类域名本身应使用Punycode编码）

四、开箱即用的封装方案 #

urllib.parse没有直接一键完成该操作的函数，但可以用urlsplit+urlunsplit组合封装成工具函数，实现便捷调用：

from urllib.parse import quote, unquote, urlsplit, urlunsplit

def quote_url_after_scheme(url, decode_first=False):
    if decode_first:
        url = unquote(url)
    components = urlsplit(url)
    return urlunsplit(
        (
            components.scheme,
            components.netloc,
            quote(components.path),
            quote(components.query),
            quote(components.fragment)
        )
    )

# 用法示例
# 编码未处理过的URL
print(quote_url_after_scheme("https://commons.wikimedia.org/wiki/File:Jan Hackaert, Small Town (Town Gate at Gorkum?), NGA 53482.jpg"))
# 对已编码URL先解码再编码
print(quote_url_after_scheme("https://www.example.com/path%20with%20spaces", decode_first=True))

内容的提问来源于stack exchange，提问作者Laurent Claessens