Python菜鳥晉級11----urlencode與unquote

標籤：python   網路爬蟲   

當url地址含有中文或者“/”的時候，這是就需要用做urlencode一下編碼轉換。

一、urlencode

urlencode的參數是詞典，它可以將key-value這樣的鍵值對轉換成我們想要的格式。如果你用的是python2.*，urlencode在urllib.urlencode。如果使用的是python3，urlencode在urllib.parse.urlencode

例如

import urllib.parsedata={"name":"王尼瑪","age":"/","addr":"abcdef"}print(urllib.parse.urlencode(data))

輸出為

addr=abcdef&name=%E7%8E%8B%E5%B0%BC%E7%8E%9B&age=%2F

如果只想對一個字串進行urlencode轉換，怎麼辦？urllib提供另外一個函數：quote()

print(urllib.parse.quote("hahaha你好啊！"))

輸出為

hahaha%E4%BD%A0%E5%A5%BD%E5%95%8A%EF%BC%81

二、unquote當urlencode之後的字串傳遞過來之後，接受完畢就要解碼了——urldecode。urllib提供了unquote()這個函數，可沒有urldecode()！

import  urllib.parsedata={"name":"王尼瑪","age":"/","addr":"abcdef"}print(urllib.parse.urlencode(data))print(urllib.parse.quote("hahaha你好啊！"))print(urllib.parse.unquote("hahaha%E4%BD%A0%E5%A5%BD%E5%95%8A%EF%BC%81"))

輸出

addr=abcdef&name=%E7%8E%8B%E5%B0%BC%E7%8E%9B&age=%2Fhahaha%E4%BD%A0%E5%A5%BD%E5%95%8A%EF%BC%81hahaha你好啊！

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就是把字串轉車gbk編碼，然後把\x替換成%。如果你的終端是utf8編碼的，那麼要把結果再轉成utf8輸出，否則就亂碼。
可以根據實際情況，自訂或者重寫urlencode()、urldecode()等函數。

Python菜鳥晉級11----urlencode與unquote