python中文转换url编码

发布时间：2019-09-16 07:39:01编辑：auto阅读（2748）

            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

关键字：

上一篇： Python与Cisco的事儿之四

下一篇： 【斗医】【3】Web应用开发20天