在Python中如何对百分号编码（URL）字符串进行编码/解码？

Question

我该如何将百分号编码的字符解码为普通的Unicode字符？

"Lech_Kaczy%C5%84ski"    ⟶    "Lech_Kaczyński"

- yak

---

@PeterWood：我试过了，但是我得到的字符串是像Lech_Kaczy\xc5\x84ski这样的。现在我想知道如何将其转换为波兰字母。 - yak

可能是重复的问题：如何在Python中取消引用已编码的Unicode字符串？ - Peter Wood

Answer 1

对于Python 3，使用urllib.parse.unquote：

from urllib.parse import unquote

print(unquote("Lech_Kaczy%C5%84ski"))

输出：

Lech_Kaczyński

- Mateen Ulhaq

---

导入错误，应该使用 from urllib.parse import unquote 来使导入正常工作。 - Mahmoud Elshahat

Answer 2

对于Python 2，使用urllib.unquote：

import urllib
urllib.unquote("Lech_Kaczy%C5%84ski").decode('utf8')

这将返回一个Unicode字符串：

u'Lech_Kaczy\u0144ski'

您随后可以像往常一样打印和处理。例如：

print(urllib.unquote("Lech_Kaczy%C5%84ski").decode('utf8'))

将导致

Lech_Kaczyński

- Matthias C. M. Troffaes

---

它给了我Lech_Kaczy\xc5\x84ski，而不是Lech_Kaczyński。 - yak

这看起来不像是一个Unicode字符串，你确定你尝试正确了吗？这是我的会话：...（我会在帖子中编辑它） - Matthias C. M. Troffaes

我不确定你甚至需要 decode 调用（仅基于在尝试时没有它也能正常工作）。 - Holloway

请确保将decode('utf8')放在最后。如果我在错误的位置解码，我只能重现你得到的结果。 - Matthias C. M. Troffaes

Trengot：从技术上讲，这并不是必需的。然而，在Python中，通常建议尽早将所有文本转换为Unicode，这样当您将其传递给其他函数时就不需要担心编码问题了。 - Matthias C. M. Troffaes

@yak，如果你的Python期望ASCII显示，那么你必须使用与UTF-8兼容的显示方法，否则它将不会尝试显示非ASCII符号。 - Jasen

Answer 3

这对我很有用：

这适合我：

import urllib

print urllib.unquote('Lech_Kaczy%C5%84ski')

打印输出。

Lech_Kaczyński

- answerzilla