中文、空格或特殊字符文件链接404:核对文件名与URL编码

英文文件能下载,中文名称、空格或带井号的文件却返回404,先比较服务器上的真实文件名与浏览器实际请求路径。文件名编码、URL编码和网站目录映射是不同环节;不能只把浏览器地址栏里的中文改成百分号就认定修好了。

一、确认原文件存在且大小写一致

在服务器上查看目标目录,核对大小写、空格、后缀和完整目录层级。Linux上Report.pdf与report.pdf可能是不同文件。复制来的文件名还可能含看起来相同的全角符号或不可见字符。

只检查本次目录,不批量重命名正式文件。已有文章、邮件或客户书签可能正在使用旧链接,改名会制造新的404。基本root与alias映射先对照静态文件路径核对。

二、只对文件名这一段编码一次

以下Python 3示例只演示将一个文件名转换成URL路径片段,不会改动服务器文件:

from urllib.parse import quote
filename = '中文 文件#1.txt'
print(quote(filename, safe=''))

结果应为%E4%B8%AD%E6%96%87%20%E6%96%87%E4%BB%B6%231.txt。把它接在实际下载目录后,例如/downloads/;目录分隔符斜杠仍由路径结构提供。

字符或现象 需要注意什么
空格 路径中使用%20;不能把查询表单中的加号规则直接套给文件路径。
# 未编码时表示片段,后面的部分通常不会作为HTTP路径发给服务器;文件名中的井号需要%23。
? 未编码时开始查询串;文件名中真正的问号要作为路径数据编码。
已经含%E4等内容 确认它是编码后的URL还是文件名本身,避免再次编码成%25E4而改变含义。

不要对整个URL一次性执行“所有字符都编码”,否则冒号和路径分隔符也会改变。应用应按URL组件生成链接,HTML中的属性转义又是另一层处理。

三、查看请求实际到达了哪一层

从浏览器网络面板复制请求地址,与同一时间的访问日志对照。日志可能以转义形式显示特殊字符,不应仅按肉眼显示判断文件不存在。若上游应用路由负责下载,还要核对应用收到的路径和它对路径的解码次数。

如果临时用curl检查,给整个URL加引号,并使用已经正确编码的公开测试文件地址:

curl -sS --connect-timeout 5 --max-time 15 -I \
  'https://www.example.com/downloads/%E4%B8%AD%E6%96%87%20%E6%96%87%E4%BB%B6%231.txt'

HEAD被应用拒绝时,用浏览器下载这个无敏感内容的小文件验证。不要把生产文件内容打印到公共日志,也不要通过允许目录穿越或重复解码来消除404。

四、怎样确认修复完整

用一个新建的无敏感测试文件,分别测试中文、空格和需要使用的特殊符号。确认下载内容正确、文件大小一致、旧的普通英文链接正常,再修正应用的链接生成逻辑。只能手工改一个URL成功,还不能证明以后上传的同类文件都能访问。

如果链接已能下载,只是下载后的文件名乱码,转看下载文件名与响应头编码,不要重复修改文件路径。