在文本的href中转义%23

Question

我正在尝试呈现来自用户的文本，其中包含一个url：https://example.com/%20%23654

我把网址传给urlize，我得到了这个：

In[1]: outp = urlize('https://example.com/%20%23654'); print outp
Out[1]: u'<a href="https://example.com/%20#654">https://example.com/%20%23654</a>'

我知道%20转义到一个空格，%23转到一个散列，但是为什么它只在href中转义哈希呢？这是个虫子吗？如果它是有意的，为什么它不将%20转义为空白呢？

Answer 1

我不认为这是个窃听器。

我认为这个问题有两部分：

为什么它只释放散列而不是空格？为什么它只在href中执行不可逃避的操作，而不是在可见的链接文本中执行？

以下是我对第一个问题的看法：

散列是一个完全合法的URL路径字符。它通常用于HTML中的锚(例如，链接到文档中的一个！)：

http://www.w3.org/TR/html4/struct/links.html#h-12.2

urlize意识到了这一点。它解开href中的散列。它适用于任何一个合法的URL字符的字母。下面是一个字母f的示例

>>> urlize('https://example.com/%66')
u'<a href="https://example.com/f">https://example.com/%66</a>'

另一方面，空格不是合法的URL字符(尽管它经常被容忍)。因此，在链接和可见链接描述中，它仍然被编码到%20。

问题的第二部分是为什么它只是在链接中逃脱，而不是在可见的描绘中。这也很有道理。在href中，传入https://example.com/%66或https://example.com/f并不重要。效果是一样的，描绘的是“罩下”。因此，urlize使用最简单的形式，没有不必要的编码。另一方面，将可见部分呈现给用户。因此，urlize试图保留最初传递给它的精确描述，因为这是最不令人惊讶的事情。