【已解决】wordpress中，url地址包含的中文，虽然已经过urllib.quote解析过了，但是却还是访问出错：403 Forbidden
【背景】
在wordpress中，有个网页，其中包含了一张图片，但是无法显示。
去看了html源码发现，此处的图片地址是：
其中“资料收集”4个中文字符所对应解析过的，url地址所允许的字符是：’%D7%CA%C1%CF%CA%D5%BC%AF’
但是，而且对应的位置中，也的确包含对应的图片的，结果却显示403 Forbidden错误，无法显示。
对应的截图是：
【解决过程】
1.去Python中测试了一下，才发现，”资料整理”这四个中文字符，经过不同编码，的确对应着不同的结果，分别是：
>>> urllib.quote(‘资料收集’) ==
‘%D7%CA%C1%CF%CA%D5%BC%AF’
>>> urllib.quote(u’资料收集’.encode(“utf-8”))
‘%C3%97%C3%8A%C3%81%C3%8F%C3%8A%C3%95%C2%BC%C2%AF’
然后，又去wordpress中，手动一点点找到了对应的url中的所有的内容：
可以看出，其中url链接中的地址所包含的“资料整理”的对应的解析过的字符，是utf-8的，而不是上面的gb2312/GBK的，所以才会找不到图片，而上面的utf-8的地址中，是可以找到并显示图片的。
这下就明白了，看来wordpress中，应该是只支持utf-8解析出来的链接的。
2.以为上述理解是对的，后来一想，好像也不对。
因为上面的地址：
中的%D7%CA%C1%CF%CA%D5%BC%AF，我可是手动创建的一个文件夹，文件夹名字就是%D7%CA%C1%CF%CA%D5%BC%AF，而不是用的中文名“资料整理”来创建的文件夹，所以，上述%D7%CA%C1%CF%CA%D5%BC%AF，只是对应的英文字符而已，不应该被wordpress自动解析成中文“资料整理”，然后再用其utf-8编码去翻译为：’%C3%97%C3%8A%C3%81%C3%8F%C3%8A%C3%95%C2%BC%C2%AF’，如果真的是这样，那也就太变态了吧。。。
3.又想起来了，之前是刚刚手动删除了之前创建的“资料整理”的中文文件夹，而手动拷贝（创建）了“%D7%CA%C1%CF%CA%D5%BC%AF”文件夹及其下所有的图片，但是此过程之后，却没有重启apache服务，估计是apache服务没有更新的原因而导致文件夹没法访问的。所以，去重启试试。
4.重启apache，重新登录账户之后，wordpress中，还是该网页中的图片还是无法显示。
而且才注意到，原来开始的时候，网页中显示的就是%D7%CA%C1%CF%CA%D5%BC%AF，但是地址却是’%C3%97%C3%8A%C3%81%C3%8F%C3%8A%C3%95%C2%BC%C2%AF’，见图：
真是悲催了。还是没搞定。
5.刚重新在wordpresswp-contentuploads下面手动建立了一个文件夹“%D7”，然后立刻就可以在网页中：
http://localhost/wordpress/wp-content/uploads/
看到了“%D7”，但是，却是地址却是http://localhost/wordpress/wp-content/uploads/%25D7/
即，自动针对%D7的地址生成了%25D7，好像是如果发现文件夹（包含文件名？）中包含有非utf-8编码的值，因为这里的%D7属于gb2312的编码，然后其就会自动帮你转化为对应utf-8编码的值？
刚刚才发现根本原因，其实很简单，就是百分号字符’%’，对应的ascii值是37=0x25，而不论是gb2312还是utf-8，也都是同样的编码值。
然后此处的文件夹名称%D7 = 字符百分号 + 字母D +数字7 = utf-8编码的%25 + 字母D + 数字7 = %25D7，如此而已。
即，对于你建立一个文件夹叫做%D7的话，那么无论wordpress中用的是utf-8还是GB2312（/GBK/GB18030)，也都会编码为%25D7的。
6.刚去试了下，手动在wordpresswp-contentuploads下面手动建立了一个文件夹“资料收集”，然后生成网页中：
http://localhost/wordpress/wp-content/uploads/
显示的是对应的中文：
“资料收集”
对应的地址是：
http://localhost/wordpress/wp-content/uploads/%e8%b5%84%e6%96%99%e6%94%b6%e9%9b%86/
说明，对应的资料收集的utf-8编码，是%e8%b5%84%e6%96%99%e6%94%b6%e9%9b%86。
7. 关于wordpress中的编码，是可以自己设置的，为了兼容中文字符，还是utf-8较好。
8.想要解决此处的不能显示的问题，就明白如何做了，那就是在对于网页的源码中，对于资源路径中的百分号%，要转化为对应的%25即可。
【总结】
上面的%D7%CA%C1%CF%CA%D5%BC%AF，是一个百度空间里面所用的地址中的字符，是百度用的GB2312去编码“资料收集”四个中文字符，然后被quote解析出来的，而网页中的图片链接地址，就是为了防止图片不能显示，所以才替换为%D7%CA%C1%CF%CA%D5%BC%AF的，结果没想到，还是遇到了编码的问题，导致图片不能显示，看来，还是需要再去处理一下，把%换位%25，图片才能显示啊。
悲催的编码。。。
转载请注明：在路上 » 【已解决】wordpress中，url地址包含的中文，虽然已经过urllib.quote解析过了，但是却还是访问出错：403 Forbidden