Python urlparse处理密码含=?的URL时报错，是字符非法还是实现问题？

这个问题是Python 3.7及更早版本中urllib.parse.urlparse的实现缺陷，不是基础认证密码不允许使用=?字符。

根因分析 #

• RFC 3986规范中明确允许用户信息（即user:pass部分）包含:、=、?等子分隔符，只要这些字符出现在@符号之前，就属于认证信息段的内容，不应该被误解析为主机/端口段的内容。
• 你遇到的报错是因为旧版本的urlparse对@的边界解析逻辑出错：当密码中出现?字符时，解析器错误地提前终止了用户信息段的识别，把?@1.2.3.4:123中的:后的内容当成了端口，才会尝试把=转成整数触发报错。

解决方案 #

• 优先升级到Python 3.8及以上版本，该版本已经修复了这个解析bug，测试代码如下：

from urllib.parse import urlparse
print(urlparse("https://a:=?@1.2.3.4:123").port)
# 3.8+版本正确输出123

• 如果必须使用3.7及更低版本，可以先对URL的用户信息段做URL编码处理，解析后再解码即可避免该问题。

内容的提问来源于stack exchange，提问作者Amir Rossert