URL 与编码

约 1178 字大约 4 分钟

2026-05-10

URL 与编码

URL（Uniform Resource Locator）用于定位网络资源。调用 API、访问网页、下载文件时，最常见的入口就是 URL。

URL 的组成
使用 urllib.parse
query string
urlencode

学习练习清单

1拆 URL：urllib.parse.urlparse 把 scheme/host/port/path/query/fragment 五段分开。
2拼 query：urlencode({'q': 'python 入门', 'page': 1}) 自动百分号编码中文和空格。
3永远不要手拼带中文/特殊字符的 URL —— 给 requests 传 params= 字典最安全。
4多值参数（如 tag=python&tag=web）用 urlencode(..., doseq=True)；parse_qs 永远返回 list。
5记住空格的两套编码：路径里是 %20，query 里 quote_plus 会编为 + —— 用对函数。

URL（Uniform Resource Locator）用于定位网络资源。调用 API、访问网页、下载文件时，最常见的入口就是 URL。

URL 的组成

一个 URL 例子：

https://api.example.com:443/users?page=1&size=20#top

它由几部分组成：

部分	示例	说明
scheme	`https`	协议
host	`api.example.com`	主机名
port	`443`	端口
path	`/users`	路径
query	`page=1&size=20`	查询参数
fragment	`top`	页面片段

使用 urllib.parse

Python 标准库 urllib.parse 可以解析和构造 URL。

from urllib.parse import urlparse

url = 'https://api.example.com/users?page=1&size=20#top'
result = urlparse(url)
print(result.scheme)
print(result.netloc)
print(result.path)
print(result.query)
print(result.fragment)

query string

query string 是 URL 中 ? 后面的参数。

from urllib.parse import parse_qs

query = 'page=1&tag=python&tag=web'
print(parse_qs(query))
# {'page': ['1'], 'tag': ['python', 'web']}

注意：同一个参数名可以出现多次，所以 parse_qs() 的值是列表。

urlencode

不要手动拼接 query 参数，应该使用 urlencode()。

from urllib.parse import urlencode

params = {
    'keyword': 'Python 网络编程',
    'page': 1,
}
query = urlencode(params)
print(query)

输出中中文会被自动编码。

quote 与 unquote

from urllib.parse import quote, unquote

text = 'Python 网络编程'
encoded = quote(text)
print(encoded)
print(unquote(encoded))

URL 中不能直接安全地放入所有字符，中文、空格、特殊符号通常需要 percent encoding。

常见坑

手动拼接 URL 时忘记编码中文和特殊字符。
query 参数中有列表，却按普通字符串处理。
把 fragment 当成会发送给服务端的内容。实际上 # 后面的 fragment 通常不会发送给服务端。
路径和 query 混淆。
空格可能编码成 + 或 %20，取决于场景。

requests 中的 params

使用 requests 时，推荐把 query 参数交给 params：

import requests

response = requests.get(
    'https://api.example.com/search',
    params={'keyword': 'Python 网络编程', 'page': 1},
)
print(response.url)

这样可以避免手动拼接 URL 出错。

为什么不要手动拼 URL

初学者很容易这样写：

keyword = 'python 入门'
url = 'https://example.com/search?q=' + keyword
print(url)

看起来没问题，但空格、中文、&、?、# 这些字符在 URL 里都有特殊含义。如果不编码，服务器可能理解错。

更好的做法是交给工具：

from urllib.parse import urlencode

params = {
    'q': 'python 入门',
    'page': 1,
}
query = urlencode(params)
url = 'https://example.com/search?' + query
print(url)

输出里的中文和空格会被编码成适合 URL 的形式。

在 requests 里更简单：

import requests

response = requests.get(
    'https://example.com/search',
    params={'q': 'python 入门', 'page': 1},
)
print(response.url)

URL 里的特殊字符

URL 不是普通字符串。下面这些字符经常需要特别注意：

字符	在 URL 中常见含义
`?`	query string 开始
`&`	多个 query 参数之间的分隔符
`=`	参数名和值之间的分隔符
`#`	fragment，通常不会发送给服务端
`/`	路径分隔符
空格	需要编码，常见为 `%20` 或 `+`

例如搜索关键词是 a&b，如果不编码，服务端可能把它当成两个参数。

quote 和 urlencode 怎么选

只有一个字符串片段需要编码，用 quote。
要把字典变成 query string，用 urlencode。

from urllib.parse import quote, urlencode

print(quote('python 入门'))
print(urlencode({'q': 'python 入门', 'page': 1}))

如果参数里有多个同名值，可以这样写：

from urllib.parse import urlencode

params = {
    'tag': ['python', 'web'],
    'page': 1,
}
print(urlencode(params, doseq=True))

doseq=True 会把列表展开成多个同名参数。

parse_qs 的返回值为什么是列表

from urllib.parse import parse_qs

query = 'tag=python&tag=web&page=1'
print(parse_qs(query))

结果类似：

{'tag': ['python', 'web'], 'page': ['1']}

因为 URL 允许同一个参数名出现多次。即使 page 只有一个值，parse_qs 也会把它放进列表里。

这点在处理筛选条件、多选标签时很常见。

总结

URL 是网络资源的地址。写 Python 网络代码时，应使用 urllib.parse 或 HTTP 客户端提供的 params 参数处理 URL 和 query，不要手动拼接复杂 URL。

要点回收

URL 不是普通字符串，中文、空格、&、? 等字符都可能影响解析。
query 参数优先用 requests 的 params 或 urllib.parse.urlencode，不要手动拼复杂字符串。
同名 query 参数可以出现多次，所以 parse_qs 的值通常是列表。

版权所有

版权归属：Shuo Liu

许可证：署名-非商业性 4.0 国际 (CC-BY-NC-4.0)