华山资源网

Python使用urllib模块对URL网址中的中文编码与解码实例详解
脚本专栏 2024/11/15 佚名
3 1

URL网址链接中的中文编码说明

中文的gbk(GB2312)编码： 一个汉字对应两组%xx，即%xx%xx

中文的UTF-8编码： 一个汉字对应三组%xx，即%xx%xx%xx

可以利用百度进行URL编码解码 默认gbk

https://www.baidu.com/s"htmlcode"> 

# -*- coding: utf-8 -*-

# @File  : urldecode_demo.py
# @Date  : 2018-05-11

from urllib.request import quote, unquote

# 编码

url1 = "https://www.baidu.com/s"

# utf8编码，指定安全字符
ret1 = quote(url1, safe=";/", encoding="utf-8")
print(ret1)
# https://www.baidu.com/s"gbk")
print(ret2)
# https%3A//www.baidu.com/s%3Fwd%3D%D6%D0%B9%FA


# 解码
url3 = "https://www.baidu.com/s"

ret3 = unquote(url3, encoding='utf-8')
print(ret3)
# https://www.baidu.com/s"htmlcode">



import urllib
rawurl=xxx
url=urllib.unquote(rawurl)





所用模块：urllib


所用函数：urllib.unquote()


案例





import urllib
rawurl = "%E6%B2%B3%E6%BA%90"
url = urllib.unquote(rawurl)
print url





输出




河源




urllib.unquote()目的是对url编码进行解码，与该函数对应的是编码函数urllib.quote（）





> import urllib
> urllib.quote("河源")
'%E6%B2%B3%E6%BA%90





问题扩展


URL为何要编码、解码？


通常如果一样东西需要编码，说明这样东西并不适合传输。原因多种多样，如Size过大，包含隐私数据。对于Url来说，之所以要进行编码，是因为Url中有些字符会引起歧义。


例如，Url参数字符串中使用key=value键值对这样的形式来传参，键值对之间以&符号分隔，如/s?q=abc&ie=utf-8。如果你的value字符串中包含了=或者&，那么势必会造成接收Url的服务器解析错误，因此必须将引起歧义的&和=符号进行转义，也就是对其进行编码。


又如，Url的编码格式采用的是ASCII码，而不是Unicode，这也就是说你不能在Url中包含任何非ASCII字符，例如中文。否则如果客户端浏览器和服务端浏览器支持的字符集不同的情况下，中文可能会造成问题。


更多关于Python使用urllib模块对URL编码与解码实例请查看下面的相关链接
华山资源网 Design By www.eoogi.com
广告合作：本站广告合作请联系QQ：858582 申请时备注：广告合作（否则不回）
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
华山资源网 Design By www.eoogi.com
www.eoogi.com 华山资源网
120,135影音资源
344,641技术资源
22,817软件资源
435,032站长资源

更新日志

友情链接

杰晶网络 DDR爱好者之家 桃源资源网 杰网资源 富贵资源网 南强小屋 铁雪资源网 幽灵资源网 万梅资源网 狼山资源网 白云岛资源网 昆仑资源网 相思资源网 明霞山资源网 内蒙古资源网 黑松山资源网 茶园资源网 饿虎岗资源网 大旗谷资源网 常春岛资源网 岱庙资源网 兴国资源网 快活林资源网 蝙蝠岛资源网 帝王谷资源网 白云城资源网 伏龙阁资源网 清风细雨楼 天枫庄资源网 圆月山庄资源网 无争山庄资源网 神水资源网 移花宫资源网 神剑山庄资源网 无为清净楼资源网 金钱帮资源网 丐帮资源网 华山资源网 极乐门资源网 小李飞刀资源网 凤求凰客栈 风云阁资源网 金狮镖局 鸳鸯亭资源网 千金楼资源网 更多链接
华山资源网 Design By www.eoogi.com