參考:http://luchanghong.com/python/2012/07/11/python-urlencode-and-urldecode.html
概要:python 通過 HTTP 交互處理數據的時候,url 里面的中文以及特殊字符要做處理的,來學習一下 urlencode 與 urldecode 之間相互轉換的方法。
當url地址含有中文,或者參數有中文的時候,這個算是很正常了,但是把這樣的url作為參數傳遞的時候(最常見的callback),需要把一些中文甚至'/'做一下編碼轉換。
一、urlencode
urllib庫里面有個urlencode函數,可以把key-value這樣的鍵值對轉換成我們想要的格式,返回的是a=1&b=2這樣的字符串,比如:
>>> from urllib import urlencode
>>> data = { ... 'a': 'test', ... 'name': '魔獸' ... }
>>> print urlencode(data) a=test&name=%C4%A7%CA%DE
如果只想對一個字符串進行urlencode轉換,怎么辦?urllib提供另外一個函數:quote()
>>> from urllib import quote
>>> quote('魔獸') '%C4%A7%CA%DE'
二、urldecode
當urlencode之后的字符串傳遞過來之后,接受完畢就要解碼了——urldecode。urllib提供了unquote()這個函數,可沒有urldecode()!
>>> from urllib import unquote
>>> unquote('%C4%A7%CA%DE') '\xc4\xa7\xca\xde'
>>> print unquote('%C4%A7%CA%DE') 魔獸
三、討論
在做urldecode的時候,看unquote()這個函數的輸出,是對應中文在gbk下的編碼,在對比一下quote()的結果不難發現,所謂的urlencode就是把字符串轉車gbk編碼,然后把\x替換成%。如果你的終端是utf8編碼的,那么要把結果再轉成utf8輸出,否則就亂碼。
可以根據實際情況,自定義或者重寫urlencode()、urldecode()等函數。