Python使用urllib模块对URL网址中的中文编码与解码实例详解
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?wd=%E4%B8%AD%E5%9B%BD
python3编码解码示例
#-*-coding:utf-8-*- #@File:urldecode_demo.py #@Date:2018-05-11 fromurllib.requestimportquote,unquote #编码 url1="https://www.baidu.com/s?wd=中国" #utf8编码，指定安全字符 ret1=quote(url1,safe=";/?:@&=+$,",encoding="utf-8") print(ret1) #https://www.baidu.com/s?wd=%E4%B8%AD%E5%9B%BD #gbk编码 ret2=quote(url1,encoding="gbk") print(ret2) #https%3A//www.baidu.com/s%3Fwd%3D%D6%D0%B9%FA #解码 url3="https://www.baidu.com/s?wd=%E4%B8%AD%E5%9B%BD" ret3=unquote(url3,encoding='utf-8') print(ret3) #https://www.baidu.com/s?wd=中国
实例中我们使用到了urllib模块和urllib.unquote()函数
importurllib rawurl=xxx url=urllib.unquote(rawurl)
所用模块：urllib
所用函数：urllib.unquote()
案例
importurllib rawurl="%E6%B2%B3%E6%BA%90" url=urllib.unquote(rawurl) printurl
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（）
>>>importurllib
>>>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
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。