python 无法转url 编码怎么解决

Python010

python 无法转url 编码怎么解决,第1张

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'

>>>printurllib.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

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。

?

1

2

3

4

5

6

7

8

>>>import urllib

>>>data = '丽江'

>>>print data

丽江

>>>data

'\xe4\xb8\xbd\xe6\xb1\x9f'