Python 2.7 将特殊字符转换为 utf-8 字节答案

【问题标题】：Python 2.7 convert special characters into utf-8 byesPython 2.7 将特殊字符转换为 utf-8 字节
【发布时间】：2021-10-24 17:35:11
【问题描述】：

我需要将字符串替换为 URL 以访问不同的 JSON 文件。我的问题是一些字符串有特殊字符，我只需要这些作为 UTF-8 字节，所以我可以正确找到 JSON 表。

一个例子：

# I have this string
a = 'code - Brasilândia'

#in the JSON url it appears as
'code%20-%20Brasil%C3%A2ndia'

我设法使用urllib.quote() 正确转换了空格，但它没有转换我需要的特殊字符。

print(urllib.quote('code - Brasilândia))
'code%20-%20Brasil%83ndia'

当我在 URL 中替换它时，我无法访问 JSON 表。我设法在字符串 u'code - Brasilândia' 之前使用 u 来完成这项工作，但这并没有解决我的问题，因为字符串最终将成为用户输入，并且需要不断更改。我尝试了几种方法，但都没有得到我需要的结果。

我专门为这个项目使用了python 2.7，我无法更改它。

有什么想法吗？

【问题讨论】：

标签： python python-2.7 url special-characters

【解决方案1】：

您可以尝试将字符串解码为 UTF-8，如果失败，则假定它是 Latin-1 或您期望的任何 8 位编码。

try:
    yourstring.decode('utf-8')
except UnicodeDecodeError:
    yourstring = yourstring.decode('latin-1').encode('utf-8')
print(urllib.quote(yourstring))

...前提是您可以建立正确的编码； 0x83 似乎只对应于一些相当模糊的遗留编码，如代码页 437 和 850（这些是最不模糊的）。另见https://tripleee.github.io/8bit/#83 （披露：链接的网站是我的）。

演示：https://ideone.com/fjX15c

【讨论】：

非常感谢您的回答。你的想法几乎奏效了。我试过了：a = "code - Brasilândia"print(urllib.quote(a.decode('latin-1').encode('utf-8'))) 我得到了code%20-%20Brasil%C2%83ndia 我猜我的问题可能是 Latin-1 不是正确的。我会尝试其他人。
立即查看更新；就在我正要更新这个答案时，该网站出现了故障。
顺便说一句，这是升级到 Python 3 会带来显着缓解的领域之一。
我绝对同意Python 3，可惜这个项目暂时需要python 2.7
那么问题来了，如果他们可以传入任意输入，你怎么能猜出用户使用的编码。