问题:网址在Python中解码UTF-8
就我是Python的新手而言,我已经花了很多时间。
我怎么能解码这样的URL:
example.com?title=%D0%BF%D1%80%D0%B0%D0%B2%D0%BE%D0%B2%D0%B0%D1%8F+%D0%B7%D0%B0%D1%89%D0%B8%D1%82%D0%B0
到python 2.7中的这个: example.com?title==правовая+защита
url=urllib.unquote(url.encode("utf8"))
返回的东西非常丑陋。
仍然没有解决方案,感谢您的帮助。
回答 0
该数据是UTF-8编码的字节逃脱URL引用,所以要解码,用urllib.parse.unquote()
,它处理从百分比编码数据进行解码,以UTF-8字节,然后于文字,透明:
from urllib.parse import unquote
url = unquote(url)
演示:
>>> from urllib.parse import unquote
>>> url = 'example.com?title=%D0%BF%D1%80%D0%B0%D0%B2%D0%BE%D0%B2%D0%B0%D1%8F+%D0%B7%D0%B0%D1%89%D0%B8%D1%82%D0%B0'
>>> unquote(url)
'example.com?title=правовая+защита'
Python 2的等效项是urllib.unquote()
,但是它返回一个字节串,因此您必须手动进行解码:
from urllib import unquote
url = unquote(url).decode('utf8')
回答 1
如果您使用的是Python 3,则可以使用 urllib.parse
url = """example.com?title=%D0%BF%D1%80%D0%B0%D0%B2%D0%BE%D0%B2%D0%B0%D1%8F+%D0%B7%D0%B0%D1%89%D0%B8%D1%82%D0%B0"""
import urllib.parse
urllib.parse.unquote(url)
给出:
'example.com?title=правовая+защита'