329

就我是 Python 的新手而言,我已经花了很多时间。
我怎么能解码这样的 URL:

example.com?title=%D0%BF%D1%80%D0%B0%D0%B2%D0%BE%D0%B2%D0%B0%D1%8F+%D0%B7%D0%B0%D1%89%D0%B8%D1%82%D0%B0

到 python 2.7 中的这个:example.com?title==правовая+защита

url=urllib.unquote(url.encode("utf8"))正在返回非常丑陋的东西。

仍然没有解决方案,任何帮助表示赞赏。

4

4 回答 4

535

数据是使用 URL 引用转义的 UTF-8 编码字节,因此您想要decode, with urllib.parse.unquote(),它可以透明地处理从百分比编码数据到 UTF-8 字节然后再到文本的解码:

from urllib.parse import unquote

url = unquote(url)

演示:

>>> from urllib.parse import unquote
>>> url = 'example.com?title=%D0%BF%D1%80%D0%B0%D0%B2%D0%BE%D0%B2%D0%B0%D1%8F+%D0%B7%D0%B0%D1%89%D0%B8%D1%82%D0%B0'
>>> unquote(url)
'example.com?title=правовая+защита'

Python 2 的等价物是urllib.unquote(),但这会返回一个字节串,因此您必须手动解码:

from urllib import unquote

url = unquote(url).decode('utf8')
于 2013-05-15T13:19:03.427 回答
158

如果您使用的是 Python 3,则可以使用urllib.parse

url = """example.com?title=%D0%BF%D1%80%D0%B0%D0%B2%D0%BE%D0%B2%D0%B0%D1%8F+%D0%B7%D0%B0%D1%89%D0%B8%D1%82%D0%B0"""

import urllib.parse
urllib.parse.unquote(url)

给出:

'example.com?title=правовая+защита'
于 2015-09-08T07:42:15.040 回答
19

您也可以使用库实现预期结果requests

import requests

url = "http://www.mywebsite.org/Data%20Set.zip"

print(f"Before: {url}")
print(f"After:  {requests.utils.unquote(url)}")

输出:

$ python3 test_url_unquote.py

Before: http://www.mywebsite.org/Data%20Set.zip
After:  http://www.mywebsite.org/Data Set.zip

如果您已经在使用requests,而不使用其他库来完成这项工作,可能会很方便。

于 2020-08-10T23:19:58.437 回答
1

在 HTML 中,URL 可以包含 html 实体。这也取代了它们。

#from urllib import unquote #earlier python version
from urllib.request import unquote
from html import unescape
unescape(unquote('https://v.w.xy/p1/p22?userId=xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx&confirmationToken=7uAf%2fxJoxRTFAZdxslCn2uwVR9vV7cYrlHs%2fl9sU%2frix9f9CnVx8uUT%2bu8y1%2fWCs99INKDnfA2ayhGP1ZD0z%2bodXjK9xL5I4gjKR2xp7p8Sckvb04mddf%2fiG75QYiRevgqdMnvd9N5VZp2ksBc83lDg7%2fgxqIwktteSI9RA3Ux9VIiNxx%2fZLe9dZSHxRq9AA'))
于 2021-08-11T11:24:41.370 回答