Question

最多recent documentation for urllib个状态：

版本3.7中的更改：从RFC 2396移至RFC 3986，以引用URL字符串。现在，保留字符集中已包含“〜”。

为什么会这样？在RFC 3986中，~不是保留字符：

 reserved    = gen-delims / sub-delims

 gen-delims  = ":" / "/" / "?" / "#" / "[" / "]" / "@"

 sub-delims  = "!" / "$" / "&" / "'" / "(" / ")"
             / "*" / "+" / "," / ";" / "="

在the next section中明确地将其作为未保留字符包括在内：

2.3。保留字符

URI中允许但没有保留的字符     目的被称为无保留。这些包括大写和小写     字母，十进制数字，连字符，句号，下划线和波浪号。
 unreserved  = ALPHA / DIGIT / "-" / "." / "_" / "~"

此外，later on，RFC指出（强调我的意思）：

例如，较旧的 URI处理实现通常将与波浪号（“〜”）相对应的八位字节编码为“％7E”；

因此3.7似乎不一致：它断言了对较新RFC的支持，同时使~的处理退步了。（实际上，在older RFC中，~也不保留，也不是'unwise'））

Answer 1

已在https://bugs.python.org/issue16285

中跟踪并关闭了该错误。

确实，该代码的最新版本反映了所做的更改。

参考https://github.com/python/cpython/blob/master/Lib/urllib/parse.py

_ALWAYS_SAFE = frozenset(b'ABCDEFGHIJKLMNOPQRSTUVWXYZ'
                     b'abcdefghijklmnopqrstuvwxyz'
                     b'0123456789'
                     b'_.-~')

Python：为什么urllib.parse.quote（）中的保留字符集中现在包含“〜”？

1 个答案: