如何在Python中转换URL编码字符串？附PDF批量下载代码解析

嘿，我来帮你搞定Python里的URL编码转换，顺便优化下你的PDF下载代码～

一、URL编码与解码的常用方法 #

Python自带的urllib.parse模块就能轻松处理URL编码/解码，给你几个实用场景：

• 把普通字符串转成URL兼容格式：用quote()或者quote_plus()。后者会把空格替换成+，更符合URL的标准规范

  from urllib.parse import quote, quote_plus
  
  # 示例：包含中文的文件名
  original_name = "Python编程入门.pdf"
  # 基础编码
  encoded_name = quote(original_name)
  # 结果: Python%E7%BC%96%E7%A8%8B%E5%85%A5%E9%97%A8.pdf
  # 适合URL的编码（空格转+）
  encoded_name_plus = quote_plus(original_name)
  # 结果: Python%E7%BC%96%E7%A8%8B%E5%85%A5%E9%97%A8.pdf（如果有空格会变成+）
  

• 把URL编码的字符串转回原始内容：用unquote()或者unquote_plus()，对应上面的编码方式

  from urllib.parse import unquote, unquote_plus
  
  encoded_name = "Python%E7%BC%96%E7%A8%8B%E5%85%A5%E9%97%A8.pdf"
  decoded_name = unquote(encoded_name)
  # 结果: Python编程入门.pdf
  

二、优化你的PDF下载代码 #

看你提供的代码，核心问题应该是文件名处理：如果pdfUrl里的文件名是URL编码后的（比如包含中文、空格这类特殊字符），直接用os.path.basename()拿到的会是一堆%xx的编码串，保存出来的文件名既不友好也可能乱码。我们可以先解码URL，再提取文件名。

改进后的代码如下：

import os
import requests
from urllib.parse import unquote

for pdf in preTag:
    pdfUrl = "https://the-eye.eu/public/Books/Programming/" + pdf.get("href")
    print("Downloading...%s" % pdfUrl)
    
    # 发起请求并确保请求成功
    page = requests.get(pdfUrl)
    page.raise_for_status()
    
    # 关键：先解码URL，再提取可读的文件名
    decoded_url = unquote(pdfUrl)
    pdf_filename = os.path.basename(decoded_url)
    
    # 拼接保存路径，用上下文管理器自动关闭文件
    save_path = os.path.join(filePath, pdf_filename)
    with open(save_path, "wb") as pdfFile:
        for chunk in page.iter_content(1000000):
            pdfFile.write(chunk)
    
    print(f"✅ 下载完成：{pdf_filename}")

几个小改进点： #

• 用unquote()解码后再取文件名，确保保存的是原始的可读名称（比如中文文件名不会变成编码后的乱码形式）
• 改用with open()上下文管理器，不用手动调用close()，避免忘记关闭文件导致的问题
• 增加了下载完成的提示，方便你跟踪下载进度

如果pdf.get("href")本身已经是编码后的字符串，你也可以先单独解码href再拼接URL，效果是一样的：

decoded_href = unquote(pdf.get("href"))
pdfUrl = "https://the-eye.eu/public/Books/Programming/" + decoded_href

内容的提问来源于stack exchange，提问作者user9440272