Flask URL 路由编码问题

Question

我偶然发现了一个奇怪的 Unicode Flask 中的 URL 编码问题。

@app.route("/it2/<string:name>")
def render_it2(name=""):
    name = _fix_encoding(name)
    return _render_file("it2", name)

当name 包含Unicode 字符时， 它们被解码为iso-8859-1 而不是utf-8。

所以我不得不添加_fix_encoding 函数：

def _fix_encoding(string):
    return string.encode('iso-8859-1').decode('utf8')

我知道这是肮脏的黑客行为， 这就是为什么我想问 Flask/Werkzeug 大师， 我的设置有什么问题？为了使 URL 已经以 UTF-8 解码，我应该进行哪些更改，这样就不需要这种丑陋的重新编码？

关于 SO 有很多类似的问题/答案，但没有真正有用的回答，例如：

• How to route non-ascii URLs in Flask python

我想应该有一些环境变量，或者一些影响默认 Flask 编码的配置选项。

我在该主机上有以下LANG/LC_*：

$ echo $LANG
en_US.UTF-8

$ export | grep LC
declare -x LC_ADDRESS="en_US.UTF-8"
declare -x LC_IDENTIFICATION="en_US.UTF-8"
declare -x LC_MEASUREMENT="en_US.UTF-8"
declare -x LC_MONETARY="en_US.UTF-8"
declare -x LC_NAME="en_US.UTF-8"
declare -x LC_NUMERIC="en_US.UTF-8"
declare -x LC_PAPER="en_US.UTF-8"
declare -x LC_TELEPHONE="en_US.UTF-8"
declare -x LC_TIME="en_US.UTF-8"

没有iso-8859-1。它来自哪里？

Answer 1

哪个应用程序/代码/网页会创建嵌入“名称”的 URL？

它位于“名称”已经是 utf-8 编码的地方生成的 HTTP 标头上，但您的框架的 HTTP 端被告知它是 latin1。您看不到那么多，因为通常 URL 用“%HH”转义 - 其中“HH”是 UTF-8 序列中的字节。如果可以，请更改 URL 的来源以正确转义它们（在 Python 中，调用将是 urllib.parse.quote(url)）。

在此处查看从会话 2.1 到 2.5 的官方 URL 规范：https://www.rfc-editor.org/rfc/rfc3986#section-2.1

显然没有标准的方法来告诉 HTTP 服务器组件（在 Python 端，WSGI 层和 Flask 本身）哪个是 URL 本身的文本编码 - 这些组件假设为 Latin-1（AKA iso -8859-1) 用于您的 utf-8 数据使用的 ASCII 集之外的字节。

最后 - 如果在源地址引用 URL 不是一个选项，那么您的方法就足够了。您可能会更好地保护您的 _fix_encoding 函数免受格式错误的 utf-8 数据的影响，否则您的应用程序将失败。 （只需在对.decode 的调用中添加errors="replace" 参数即可）