为 wikimedia api 使用扩展的 ascii 字符

Question

我正在为维基百科编写一个简单的搜索算法。当我发送带有重音字符和其他在常规英语中看不到的字符的查询时遇到问题。返回错误的查询是：
http://en.wikipedia.org/w/api.php?action=query&titles=Albrecht%20Dürer&prop=links&pllimit=33&format=xml
http://en.wikipedia.org/w/api.php?action=query&titles=Ancien%20Régime&prop=links&pllimit=33&format=xml
http://en.wikipedia.org/w/api.php?action=query&titles=Feigenbaum-Cvitanović&prop=links&pllimit=33&format=xml
http://en.wikipedia.org/w/api.php?action=query&titles=Banach–Tarski%20paradox&prop=links&pllimit=33&format=xml
http://en.wikipedia.org/w/api.php?action=query&titles=Grundzüge%20der%20Mengenlehre&prop=links&pllimit=33&format=xml
http://en.wikipedia.org/w/api.php?action=query&titles=Grundzüge%20einer%20Theorie%20der%20geordneten%20Mengen&prop=links&pllimit=33&format=xml
http://en.wikipedia.org/w/api.php?action=query&titles=Karl%20Bögel&prop=links&pllimit=33&format=xml

但是如果有简单的字符，例如“分形”，查询就可以正常工作。我应该如何更改查询的格式以使其正常工作？

我的代码开源于：http://code.google.com/p/wikipediafoundation/source/browse/。请查看 hg/src/list.py。

Answer 1

我在您的 Python 源代码中没有看到任何关于您如何编码您在查询中发送的任何非 ascii 字符的痕迹。对于使用 ascii 以外的任何内容的 URL（包括其中的查询字符串），您需要（如果它们已经不是，则将它们设为 unicode，然后）将它们编码为 utf-8 并百分比转义结果（对于后者使用函数 @987654322 @ 来自标准 Python 库模块 urllib，对于编码，当然是 unicode 字符串的 .encode('utf8') 方法——如果您需要从不同编码的字节字符串生成 unicode 字符串，请使用字节字符串的 .decode('latin-1') -- 当然，或者不管它的编码名称是什么；-)。