网页爬虫保存图片时文件名编码异常，是否有更简便的处理方法？

这是什么编码规则 #

你遇到的是URL百分号编码，是互联网传输中处理非ASCII字符、特殊保留字符的通用标准规则：字符会先按UTF-8编码转为字节，每个字节再转换为%加两位十六进制数的格式。你观察到的é转成%c3%a9就是完全符合标准的UTF-8 URL编码结果，不是异常乱码。

现有实现的问题 #

你当前的链式replace写法有三个明显缺陷：

• 需要手动穷举所有特殊字符，容易遗漏生僻字符
• 替换顺序不当很容易出现二次转义的bug（比如你代码中反复替换+和%2b，逻辑极易混乱）
• 维护成本极高，新增规则需要手动加replace链

更简单的实现方式 #

Python标准库urllib.parse已经内置了成熟的编码/解码函数，不需要手动实现字符映射，配合你自定义的清洗规则即可：

from urllib.parse import quote, unquote

def unify_filename(string):
    # 1. 基础清洗：统一小写、去除首尾空白
    res = string.lower().strip()
    # 2. 处理需要直接删除的字符，统一管理规则
    remove_patterns = {'~', "'", '’', '%27', '%7e'}
    for pattern in remove_patterns:
        res = res.replace(pattern, '')
    # 3. 标准UTF-8 URL编码，safe参数指定不需要编码的字符
    # 这里把@加入safe列表，就不会把@编码为%40，符合你原来的逻辑
    res = quote(res, safe='@')
    # 4. 处理自定义替换规则，用字典统一管理更清晰
    custom_replace = {
        '%2b': ' ',
        '  ': ' '
    }
    for old, new in custom_replace.items():
        res = res.replace(old, new)
    return res

如果你的需求是把已经编码的文件名还原为正常字符，直接调用unquote即可：

# 示例：把编码后的文件名还原
print(unquote('%c3%a9%20photo.png'))
# 输出：é photo.png

内容的提问来源于stack exchange，提问作者Nicolas Gervais