Python Requests库对 URL 编码问题

一、问题

在编写跨站脚本漏洞辅助验证脚本时遇到一个问题,当使用 Requests 模块发起请求,默认会对 URL 进行一次编码,比如下面的代码:

proxy = {"http": "http://127.0.0.1:8080"}
response = requests.get(res, proxies=proxy).text

使用 Burp Suite 抓包可以看到请求 URL 被 URL 编码了一次:


二、原因

request.get 是通过构造 session 模块中的Session类,并调用其request方法完成请求。Session类的request方法先根据传入的参数(如URL等)构造一个Request类,并调用self.prepare_request方法预准备,最后调用self.send发送最终的请求。
URL的编码过程便在self.prepare_request方法中:

# session.py
def prepare_request(self, request):
    # 此部分代码已忽略
    p = PreparedRequest()
    p.prepare(method=request.method.upper(), url=request.url, files=request.files,
        data=request.data, json=request.json,
        headers=merge_setting(request.headers, self.headers, dict_class=CaseInsensitiveDict),
        params=merge_setting(request.params, self.params), auth=merge_setting(auth, self.auth),
        cookies=merged_cookies,hooks=merge_hooks(request.hooks, self.hooks),
    )
    return p

# model.py
class PreparedRequest(RequestEncodingMixin, RequestHooksMixin):
    def prepare(self, method=None, url=None, headers=None, files=None,
        data=None, params=None, auth=None, cookies=None, hooks=None, json=None):
        """Prepares the entire request with the given parameters."""
        self.prepare_method(method)
        self.prepare_url(url, params)
        self.prepare_headers(headers)
        self.prepare_cookies(cookies)
        self.prepare_body(data, files, json)
        self.prepare_auth(auth, url)
        self.prepare_hooks(hooks)

    def prepare_url(self, url, params):
        # 这里requests库做了很多努力
        url = requote_uri(urlunparse([scheme, netloc, path, None, query, fragment]))
        self.url = url

最终我们传进去的URL就被prepare_url函数进行了字符串编码替换,回到Session类,调用resp = self.send(prep, **send_kwargs)发送请求,prep即是上述PreparedRequest对象。

三、解决方法

由于URL在PreparedRequest类中转码后传到Session类的send方法中发送最终的请求,只要写一个类继承Session并重写send方法,在里面进行反编码,将PreparedRequest对象的url属性值改了。代码如下:

#python2
import urllib
import requests

class NoQuoteSession(requests.Session):
    def send(self, prep, **send_kwargs):
        table = {
            urllib.quote('{'): '{',
            urllib.quote('}'): '}',
            urllib.quote(':'): ':',
            urllib.quote(','): ',',
            urllib.quote('<'): '<',
            urllib.quote('>'): '>',
        }
        for old, new in table.items():
            prep.url = prep.url.replace(old, new)
        return super(NoQuoteSeesion, self).send(prep, **send_kwargs)

s = NoQuoteSeesion()
res = s.get(url)

python3 中urllib.quote()变为 urllib.parse.quote():

#python3
class NoQuoteSession(requests.Session):
    def send(self, prep, **send_kwargs):
        table = {
            urllib.parse.quote('{'): '{',
            urllib.parse.quote('}'): '}',
            urllib.parse.quote(':'): ':',
            urllib.parse.quote(','): ',',
            urllib.parse.quote('<'): '<',
            urllib.parse.quote('>'): '>',
        }
        for old, new in table.items():
            prep.url = prep.url.replace(old, new)
        return super().send(prep, **send_kwargs)

2019 10 17 更新
python 3 中此方法没用,解码之后再发送请求之前,url.py 中的 url()函数还会 urlencode,所以发送的请求还是会编码。
解决方法是使用 urllib 来发送请求:

 with request.urlopen(url) as response:
   data = response.read()
   return data.decode('utf-8')

推荐阅读更多精彩内容