48

我正在尝试在 Python 中编码、存储和解码参数，并在此过程中迷路。这是我的步骤：

1）我使用谷歌工具包gtm_stringByEscapingForURLArgument正确转换 NSString 以传递到 HTTP 参数。

2）在我的服务器（python）上，我将这些字符串参数存储为类似的东西u'1234567890-/:;()$&@".,?!\'[]{}#%^*+=_\\|~<>\u20ac\xa3\xa5\u2022.,?!\''（请注意，这些是“123”视图和“#+=”视图中 iphone 键盘上的标准键，其中的\u和\x字符一些货币前缀，如英镑、日元等）

3）我调用urllib.quote(myString,'')该存储值，大概是为了将它们转义以传输到客户端，以便客户端可以不百分比地转义它们。

结果是当我尝试记录 % 转义的结果时出现异常。是否有一些我忽略的关键步骤需要应用于具有 \u 和 \x 格式的存储值，以便正确转换它以通过 http 发送？

更新：标记为以下答案的建议对我有用。不过，我正在提供一些更新以解决下面的评论以使其完整。

我收到的异常引用了\u20ac. 我不知道这是否是一个问题，而不是它是字符串中的第一个 unicode 字符这一事实。

该\u20ac字符是“欧元”符号的 unicode。我基本上发现除非我使用 urllib2quote方法，否则我会遇到问题。

4

3 回答 3

71

url 编码一个“原始”的 unicode 并没有真正的意义。你需要做的是.encode("utf8")首先让你有一个已知的字节编码，然后.quote()是。

输出不是很漂亮，但它应该是正确的 uri 编码。

>>> s = u'1234567890-/:;()$&@".,?!\'[]{}#%^*+=_\|~<>\u20ac\xa3\xa5\u2022.,?!\''
>>> urllib2.quote(s.encode("utf8"))
'1234567890-/%3A%3B%28%29%24%26%40%22.%2C%3F%21%27%5B%5D%7B%7D%23%25%5E%2A%2B%3D_%5C%7C%7E%3C%3E%E2%82%AC%C2%A3%C2%A5%E2%80%A2.%2C%3F%21%27'

unquote()请记住，如果您正在调试或其他任何事情，您将需要这两者decode()才能正确打印出来。

>>> print urllib2.unquote(urllib2.quote(s.encode("utf8")))
1234567890-/:;()$&@".,?!'[]{}#%^*+=_\|~<>€£¥•.,?!'
>>> # oops, nasty  means we've got a utf8 byte stream being treated as an ascii stream
>>> print urllib2.unquote(urllib2.quote(s.encode("utf8"))).decode("utf8")
1234567890-/:;()$&@".,?!'[]{}#%^*+=_\|~<>€£¥•.,?!'

事实上，这就是另一个答案中提到的django 函数的作用。

函数 django.utils.http.urlquote() 和 django.utils.http.urlquote_plus() 是 Python 标准 urllib.quote() 和 urllib.quote_plus() 的版本，可用于非 ASCII 字符。（数据在编码之前转换为 UTF-8。）

如果您要应用任何进一步的引号或编码以不破坏事物，请小心。

于 2010-08-25T11:48:13.973 回答
4

我想第二次 pycruft 的评论。Web 协议已经发展了几十年，处理各种约定可能很麻烦。现在 URL 碰巧没有明确地为字符定义，而只是为字节（八位字节）定义。作为一个历史巧合，URL 是您只能假设但不能强制执行或安全地期望存在编码的地方之一。但是，这里有一个惯例是更喜欢 latin-1 和 utf-8 而不是其他编码。有一段时间，看起来 ' unicode percent escapes ' 会成为未来，但他们从未流行起来。

unicode在这个领域对对象和八位字节之间的区别str（在 Python < 3.0 中；令人困惑的是，在 Python >= 3.0 中的strunicode 对象和bytes/对象）之间的区别保持迂腐的挑剔是至关重要的。bytearray不幸的是，根据我的经验，在 Python 2.x 中完全区分这两个概念有很多原因。

更 OT，当您想要接收第三方 HTTP 请求时，您不能绝对依赖以百分比转义、utf-8 编码的八位字节发送的 URL：其中可能有偶尔的%uxxxx转义，至少 firefox 2.x 曾在可能的情况下将 URL 编码为 latin-1，仅在必要时将其编码为 utf-8。

于 2010-08-25T14:40:28.807 回答
2

您对 stdlib 不走运，urllib.quote 不适用于 unicode。如果您使用的是 django，则可以使用 django.utils.http.urlquote 与 unicode 一起正常工作

于 2010-08-25T06:33:23.977 回答