python使用 urllib.unquote乱码的原因

系统 716 0

实际问题

Python中的urllib模块用来处理url相关的操作,unquote方法对应javascript中的urldecode方法,它对url进行解码,把类似"%xx"的字符替换成单个字符,例如:“%E6%B3%95%E5%9B%BD%E7%BA%A2%E9%85%92”解码后会转换成“法国红酒”,但是使用过程中,如果姿势不对,最终转换出来的字符会是乱码“法国红é
”。

            
              
                #取得kw
              
              
kw 
              
                =
              
               self
              
                .
              
              url
              
                .
              
              split
              
                (
              
              
                '&'
              
              
                )
              
              
                [
              
              
                -
              
              
                1
              
              
                ]
              
              
                .
              
              replace
              
                (
              
              
                'kw='
              
              
                ,
              
              
                ''
              
              
                )
              
              
                #url解码
              
              
word 
              
                =
              
               urllib
              
                .
              
              unquote
              
                (
              
              kw
              
                )
              
            
          

打印结果
kw的值打印出来的显示的是:%E5%A4%A7%E6%B4%B2%E5%8F%A4%E6%B8%A1
但是word确是:大洲å¤æ¸¡

分析

直接编码的字符来处理看看是否会出现乱码:%E5%A4%A7%E6%B4%B2%E5%8F%A4%E6%B8%A1

            
              
                #取得kw
              
              
kw 
              
                =
              
                %
              
              E5
              
                %
              
              A4
              
                %
              
              A7
              
                %
              
              E6
              
                %
              
              B4
              
                %
              
              B2
              
                %
              
              E5
              
                %
              
              
                8F
              
              
                %
              
              A4
              
                %
              
              E6
              
                %
              
              B8
              
                %
              
              A1”

              
                #url解码
              
              
word 
              
                =
              
               urllib
              
                .
              
              unquote
              
                (
              
              kw
              
                )
              
            
          

发现没有问题word正常显示
那就是在取值kw的时候有问题
发现函数默认返回的是值的类型是unicode
相当于 u“%E5%A4%A7%E6%B4%B2%E5%8F%A4%E6%B8%A1”

解决办法

在函数调用之后,使用强制类型转换转为str类型,去掉u

            
              
                #取得kw
              
              
kw 
              
                =
              
               self
              
                .
              
              url
              
                .
              
              split
              
                (
              
              
                '&'
              
              
                )
              
              
                [
              
              
                -
              
              
                1
              
              
                ]
              
              
                .
              
              replace
              
                (
              
              
                'kw='
              
              
                ,
              
              
                ''
              
              
                )
              
               
kw 
              
                =
              
              
                str
              
              
                (
              
              kw
              
                )
              
              
                #url解码
              
              
word 
              
                =
              
               urllib
              
                .
              
              unquote
              
                (
              
              kw
              
                )
              
            
          

这样就能正常解码了

  • PS Unicode类型转str类型,不能使用str()强制转换,而是使用strr.encode(‘utf-8’)编码转换

更多文章、技术交流、商务合作、联系博主

微信扫码或搜索:z360901061

微信扫一扫加我为好友

QQ号联系: 360901061

您的支持是博主写作最大的动力,如果您喜欢我的文章,感觉我的文章对您有帮助,请用微信扫描下面二维码支持博主2元、5元、10元、20元等您想捐的金额吧,狠狠点击下面给点支持吧,站长非常感激您!手机微信长按不能支付解决办法:请将微信支付二维码保存到相册,切换到微信,然后点击微信右上角扫一扫功能,选择支付二维码完成支付。

【本文对您有帮助就好】

您的支持是博主写作最大的动力,如果您喜欢我的文章,感觉我的文章对您有帮助,请用微信扫描上面二维码支持博主2元、5元、10元、自定义金额等您想捐的金额吧,站长会非常 感谢您的哦!!!

发表我的评论
最新评论 总共0条评论