如何在 Python 中请求主域名（不是参数）上带有非 unicode 字符的 url？

Question

我无法使用 urllib2.urlopen() 请求 url“http://www.besondere-raumdüfte.de”。
我尝试使用带有 utf-8、idna、ascii 的 urllib.urlencode 对字符串进行编码，但仍然无法正常工作。
提高URLError: <urlopen error unknown url type。

Answer 1

您使用的是iri 而不是uri，您需要做的是正确转换它。以下是如何做到这一点的示例：

from httplib2 import iri2uri

def iri_to_uri(iri):
    """Transform a unicode iri into a ascii uri."""
    if not isinstance(iri, unicode):
        raise TypeError('iri %r should be unicode.' % iri)
    return bytes(iri2uri(iri))

一旦你有了一个 uri，你应该可以使用 urllib2。

Answer 2

您需要的是u"http://www.besondere-raumdüfte.de/".encode('idna')。请注意源字符串如何是 Unicode 常量（u 前缀）。

结果是一个可用于urlopen() 的 URL。

如果您的域名包含非 ASCII 字符并且 URL 的其余部分包含非 ASCII 字符，您需要 .encode('idna') 域部分和 iri2uri() 其余部分。