Python中如何保留URL中的'+'并将其编码为%2B？

问题描述 #

我有一个解码后的URL输入，其中包含未正确转义的+符号，例如http://example.com/path/tofile?query=param+with+questionmark，需要将这些+转换为%2B。我编写了以下安全编码URL的代码：

# Safely encode the path
encoded_path = quote(parsed.path)

# Safely encode query parameters
query_params = parse_qsl(parsed.query, keep_blank_values=True)
encoded_query = urlencode(query_params, quote_via=quote, safe='')

但发现parse_qsl会把+转换成空格，导致最终编码后的查询参数中出现%20而非预期的%2B，该如何修复？

可复现代码如下：

import urllib
from urllib.parse import urlparse, urlunparse, quote, urlencode, parse_qsl, quote_plus

def safe_presigned_url(raw_url):
    parsed = urlparse(raw_url)

    # Safely encode the path
    encoded_path = quote(parsed.path)

    # Safely encode query parameters
    query_params = parse_qsl(parsed.query, keep_blank_values=True)
    encoded_query = urlencode(query_params, quote_via=quote, safe='')

    # Rebuild and return the full URL
    return urlunparse((
        parsed.scheme,
        parsed.netloc,
        encoded_path,
        parsed.params,
        encoded_query,
        parsed.fragment
    ))

url = 'http://example.com/path/tofile?query=param+with+questionmark' #decoded url

print(f'BEFORE {url}') # BEFORE http://example.com/path/tofile?query=param+with+questionmark
url = safe_presigned_url(url)
print(f'AFTER {url}') # AFTER http://example.com/path/tofile?query=param%20with%20questionmark

# EXPECTED http://example.com/path/tofile?query=param%2Bwith%2Bquestionmark

修复方案 #

只需修改parse_qsl的调用参数，添加plus=False即可阻止它将+解析为空格，再配合原有的urlencode设置就能得到预期结果。

修改后的完整代码：

import urllib
from urllib.parse import urlparse, urlunparse, quote, urlencode, parse_qsl, quote_plus

def safe_presigned_url(raw_url):
    parsed = urlparse(raw_url)

    # Safely encode the path
    encoded_path = quote(parsed.path)

    # 保留原始+符号，不解析为空格
    query_params = parse_qsl(parsed.query, keep_blank_values=True, plus=False)
    encoded_query = urlencode(query_params, quote_via=quote, safe='')

    # Rebuild and return the full URL
    return urlunparse((
        parsed.scheme,
        parsed.netloc,
        encoded_path,
        parsed.params,
        encoded_query,
        parsed.fragment
    ))

url = 'http://example.com/path/tofile?query=param+with+questionmark' #decoded url

print(f'BEFORE {url}') 
url = safe_presigned_url(url)
print(f'AFTER {url}') 
# 输出：AFTER http://example.com/path/tofile?query=param%2Bwith%2Bquestionmark

原理说明 #

• parse_qsl默认参数plus=True，会遵循URL查询字符串的编码规范，将+解析为空格（URL查询中+是空格的替代编码）。但在该场景中，+是原始内容的一部分，设置plus=False可让parse_qsl直接保留原始的+字符。
• urlencode使用quote_via=quote时，会将所有非安全字符（包括+）编码为对应的百分号形式，因此保留下来的+会被转换成%2B，符合预期。

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