为什么 Python 在字符串中添加额外的字符？答案

【问题标题】：Why Python adds extra characters in string?为什么 Python 在字符串中添加额外的字符？
【发布时间】：2020-11-25 05:26:12
【问题描述】：

我只需要更改 url 的一小部分，但 Python 添加了额外的东西，特别是这个：'amp;' 位，这会弄乱 url 地址生成错误，因为 url 没有存在！示例：

specialinfo = str(42)
my_url = 'https://www.justexample.com/thingshere/morestuff/ordinaryurlthing?mybit=' + specialinfo + '&endofmyurlbits'
print(my_url)

我得到的是：

https://www.justexample.com/thingshere/morestuff/ordinaryurlthing?mybit=42&amp;endofmyurlbits

而不是我所期望的：

https://www.justexample.com/thingshere/morestuff/ordinaryurlthing?mybit=42&endofmyurlbits

如果我排除 'https:' 位，它会起作用！示例：

specialinfo = str(42)
my_url = 'www.justexample.com/thingshere/morestuff/ordinaryurlthing?mybit=' + specialinfo + '&endofmyurlbits'
print(my_url)

现在我明白了：

www.justexample.com/thingshere/morestuff/ordinaryurlthing?mybit=42&endofmyurlbits

我正在使用：

with urllib.request.urlopen('https://'+my_url) as remote:
    data = remote.read()

而且它正在工作。然而，问题依然存在！为什么在上面提到的字符串中添加'https://'？

ps.：我在 Windows 10 中使用 Python 3 和 Jupyterlab。

【问题讨论】：

标签： python string url

【解决方案1】：

试试这个：

import html
html.unescape('https://www.justexample.com/thingshere/morestuff/ordinaryurlthing?mybit=42&amp;endofmyurlbits')

这应该可行。发生这种情况是因为 HTML 仅接受 utf-8 并尝试转换所有非 utf-8 字符。您可以通过应用我刚刚展示的内容来避免这种情况。

希望对你有帮助

【讨论】：