URL 链接只能包含ASCII字符,如果有中文等非ascii 字符,就要先编码,例如
https://www.ershicimi.com/search?q=程序员
浏览器最自动转换成:
https://www.ershicimi.com/search?q=%E7%A8%8B%E5%BA%8F%E5%91%98
在Python中,如将转换呢? 可以使用 urllib.parse
模块中的方法 quote
import urllib.parse
>>> urllib.parse.quote("https://www.ershicimi.com/search?q=程序员")
'https%3A//www.ershicimi.com/search%3Fq%3D%E7%A8%8B%E5%BA%8F%E5%91%98'
默认是用 UTF-8 编码进行转换, 因为“程序员”三个字对应的 UTF8 编码是 e7a88b e5ba8f e59198
。
反过来,如果要将URL解码,可以使用 unquote
方法
>>> url = 'https%3A//www.ershicimi.com/search%3Fq%3D%E7%A8%8B%E5%BA%8F%E5%91%98'
>>> urllib.parse.unquote(url)
'https://www.ershicimi.com/search?q=程序员'
当然,编码和解码的过程中,是可以自己指定编码格式的,例如你要使用GBK来编码就更短些。
>>> urllib.parse.quote("https://www.ershicimi.com/search?q=程序员", encoding='gbk')
'https%3A//www.ershicimi.com/search%3Fq%3D%B3%CC%D0%F2%D4%B1'
关注公众号「Python之禅」,回复「1024」免费获取Python资源