python urllib編碼

>>> import urllib

>>> data = '麗江'
>>> print data
麗江
>>> data
'\xe4\xb8\xbd\xe6\xb1\x9f'
>>> urllib.quote(data)
'%E4%B8%BD%E6%B1%9F'

那我們想轉回去呢？

>>> urllib.unquote('%E4%B8%BD%E6%B1%9F')
'\xe4\xb8\xbd\xe6\xb1\x9f'
>>> print urllib.unquote('%E4%B8%BD%E6%B1%9F')
麗江

不同的編碼格式對urllib的結果頁是有影響的,百度的是gbk，其他的一般網站比如google就是utf8的。所以可以用下列語句實現。

>>> import sys,urllib 
>>> s = '麗江'
>>> urllib.quote(s.decode(sys.stdin.encoding).encode('gbk'))
'%C0%F6%BD%AD'
>>> urllib.quote(s.decode(sys.stdin.encoding).encode('utf8'))
'%E4%B8%BD%E6%B1%9F'
>>>

這裡的 sys.stdin.encoding 是讀取當前環境的編碼，這樣寫的話可移植性高，winnt和xunix都可以用。當然你如果看不慣，也可以替換為自己的環境編碼如utf8等。