download_file ignores the RFC 6266 filename* Content-Disposition parameter

Abierto Apto para principiantes
  • ¿Algo no está bien?
#208 0 comentarios 0 reacciones 0 asignados Ver en GitHub

Los mantenedores suelen responder en 4 días

@rahul05ranjan ya está trabajando en esto.

Desde el 28/10/2026.

  • #209 de @rahul05ranjan — abierto
  • #211 de @Lushiyao5 — abierto

Evaluación

Dificultad
2/5
Tiempo estimado
1-3 horas
Aptitud para principiantes
76/100
Tipo de issue
Error
Claridad
Bien especificado
Estado de actividad
Activo
Stack tecnológico
python
Área
backend

Línea de trabajo

Empieza con fsutil.download_file() y el análisis y saneamiento de nombres de archivo existentes descritos en la incidencia; después, busca sus pruebas y añade un caso que use el encabezado Content-Disposition proporcionado. Comprueba que filename* decodificado tiene prioridad y se sanea, mientras que los valores mal formados o los juegos de caracteres desconocidos recurren a la alternativa especificada.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

Summary

fsutil.download_file() only extracts the filename from the basic quoted parameter of Content-Disposition:

filename_pattern = r'filename="(.*)"'

However, many servers (S3, GitHub, browsers-side conventions) send the filename through the extended parameter when it contains non-ASCII characters, per RFC 6266 / RFC 5987:

Content-Disposition: attachment; filename="fallback.txt"; filename*=UTF-8''%E2%82%AC%20rates.txt

RFC 6266 says filename* takes precedence over filename. Today download_file() ignores filename* entirely, so such downloads are saved under a URL-derived name (or a random download-<uuid> name), silently dropping the server-provided filename.

Repro

class MockResponse:
    headers = {"content-disposition": "attachment; filename=\"fallback.txt\"; filename*=UTF-8''%E2%82%AC%20rates.txt"}
    ...

path = fsutil.download_file("https://example.com/file.txt", dirpath=tmp)
# expected: "€ rates.txt" (from filename*)
# actual:   "file.txt"    (derived from the URL)

Expected behavior

  1. Parse filename*=charset'language'percent-encoded-value (parameter name case-insensitive).
  2. Percent-decode the value using the declared charset.
  3. Give it precedence over the basic filename parameter.
  4. Keep the existing path-traversal sanitization (\// normalization + os.path.basename) on the decoded value, since it comes from an untrusted header — the same hardening that #181 added for the basic parameter.
  5. On an unknown charset or a malformed extended value, fall back to the basic filename parameter / URL / random name as before.

Happy to send a PR.

Lenguaje dominante
Python
Estrellas
268
Forks
25
Merge medio
4 d 11 h
PR fusionados (30 d)
2

Preparar el entorno

  • Sin Dockerfile ni archivo de Docker Compose
  • Tiene una plantilla de pull request
  • Sin guía de contribución

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de fabiocaccamo/python-fsutil

Todos los issues de fabiocaccamo/python-fsutil

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.