python中文转换url编码

2017 年 6 月 7 日 14:37 python中文转换url编码 2009-09-05 21:45:43 标签： 休闲

中文转换url编码

职场 今天要处理百度贴吧的东西。想要做一个关键词的list，每次需要时，直接添加 到list里面就可以了。但是添加到list里面是中文的情况（比如‘丽江’），url的地址编码却是’%E4%B8%BD%E6%B1%9F’，因此需 要做一个转换。这里我们就用到了模块urllib。

import urllib data = ‘丽江’ print data 丽江 data ‘\xe4\xb8\xbd\xe6\xb1\x9f’

urllib.quote (data) ‘%E4%B8%BD%E6%B1%9F’ 那我们想转回去呢？ urllib.unquote(‘%E4%B8%BD%E6%B1%9F’) ‘\xe4\xb8\xbd\xe6\xb1\x9f’ print urllib.unquote (‘%E4%B8%BD%E6%B1%9F’) 丽江 细心的同学会发现贴吧url中出现的是%C0%F6%BD%AD，而非’%E4%B8%BD%E6%B1%9F’，其实是编码问题。百度的是gbk，其他的一般网站比如google就是utf8的。所以可以用下列语句实现。 import sys,urllib s = ‘丽江’ urllib.quote(s.decode(sys.stdin.encoding).encode(‘gbk’)) ‘%C0%F6%BD%AD’ urllib.quote(s.decode(sys.stdin.encoding).encode(‘utf8’)) ‘%E4%B8%BD%E6%B1%9F’

另一个方法 # !/ usr / bin / python import urllib import sys string = sys . argv [ 1 ] string = unicode ( string , “gbk” ) utf8_string = string . encode ( “utf-8” ) gbk_string = string . encode ( “gbk” ) gbk = urllib . quote ( gbk_string ) utf8 = urllib . quote ( utf8_string ) print gbk print utf8

来自

< http://dashen2009.blog.51cto.com/714741/199157

已使用 Microsoft OneNote 2016 创建。