python - Python中的Url解码UTF-8

Question

在 Python 2.7 中，给定一个类似于 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 的 URL，如何将其解码为预期结果，example.com?title==правовая+защита?

我尝试了url=urllib.unquote(url.encode("utf8"))，但似乎给出了错误的结果。

Answer 1

数据是使用 URL 引用转义的 UTF-8 编码字节，因此您需要使用 urllib.parse.unquote() 进行解码。 ，它透明地处理从百分比编码数据到 UTF-8 字节，然后到文本的解码:

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() ，但这会返回一个字节字符串，因此您必须手动解码:

from urllib import unquote

url = unquote(url).decode('utf8')