Python url 编码/解码 - 将 % 转义的十六进制数字转换为字符串

Question

例如，如果我有一个编码字符串为：

url='locality=Norwood&address=138+The+Parade&region=SA&country=AU&name=Pav%C3%A9+cafe&postalCode=5067'

name 参数包含字符 %C3%A9，实际上暗示字符 é。

因此，我希望输出为：

new_url='locality=Norwood&address=138+The+Parade&region=SA&country=AU&name=Pavé+cafe&postalCode=5067'

我在 Python 终端上尝试了以下步骤：

>>> import urllib2
>>> url='locality=Norwood&address=138+The+Parade&region=SA&country=AU&name=Pav%C3%A9+cafe&postalCode=5067'
>>> new_url=urllib2.unquote(url).decode('utf8')
>>> print new_url
locality=Norwood&address=138+The+Parade&region=SA&country=AU&name=Pavé+cafe&postalCode=5067
>>>

但是，当我在 Python 脚本 中尝试相同的操作并以 myscript.py 运行时，我得到以下堆栈跟踪：

UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 88: ordinal not in range(128)

我使用的是Python 2.6.6，由于工作原因无法切换到其他版本。

我该如何克服这个错误？

非常感谢任何帮助。提前致谢！

######################################################

编辑

我意识到我得到了上述预期的输出。

但是，我想将new_url中的参数转换成字典如下。这样做时，我无法在我的名称参数中保留特殊字符“é”。

print new_url
params_list = new_url.split("&")
print(params_list)
params_dict={}
for p in params_list:
   temp = p.split("=")
   params_dict[temp[0]] = temp[1]
print(params_dict)

输出：

new_url

locality=Norwood&address=138+The+Parade&region=SA&country=AU&name=Pavé+cafe&postalCode=5067

params_list

[u'locality=Norwood', u'address=138+The+Parade', u'region=SA', u'country=AU', u'name=Pav\xe9+cafe', u'postalCode =5067']

params_dict

{u'name': u'Pav\xe9+cafe', u'locality': u'Norwood', u'country': u'AU', u'region': u'SA', u'地址': u'138+The+Parade', u'邮编': u'5067'}

基本上...名称现在是“Pav\xe9+cafe”，而不是必需的“Pavé”。

我怎样才能在我的 params_dict 中仍然保留相同的特殊字符？

Answer 1

这实际上是由于__repr__ 和__str__ 之间的差异造成的。打印 unicode 字符串时，使用 __str__ 并导致您在打印 new_url 时看到的 é。但是，当打印列表或字典时，将使用__repr__，它对列表和字典中的每个对象使用__repr__。如果您单独打印这些项目，它们会按照您的需要打印。

# -*- coding: utf-8 -*-
new_url = u'name=Pavé+cafe&postalCode=5067'
print(new_url)  # name=Pavé+cafe&postalCode=5067

params_list = [s for s in new_url.split("&")]
print(params_list)  # [u'name=Pav\xe9+cafe', u'postalCode=5067']
print(params_list[0])  # name=Pavé+cafe
print(params_list[1])  # postalCode=5067

params_dict = {}
for p in params_list:
    temp = p.split("=")
    params_dict[temp[0]] = temp[1]
print(params_dict)  # {u'postalCode': u'5067', u'name': u'Pav\xe9+cafe'}
print(params_dict.values()[0])  # 5067
print(params_dict.values()[1])  # Pavé+cafe

打印列表和字典的一种方法是获取它们的字符串表示形式，然后使用unicode-escape对其进行解码：

print(str(params_list).decode('unicode-escape'))  # [u'name=Pavé+cafe', u'postalCode=5067']
print(str(params_dict).decode('unicode-escape'))  # {u'postalCode': u'5067', u'name': u'Pavé+cafe'}

注意：这只是 Python 2 中的一个问题。Python 3 会按照您的预期打印字符。此外，您可能需要查看 urlparse 来解析您的 URL，而不是手动进行。

import urlparse
new_url = u'name=Pavé+cafe&postalCode=5067'
print dict(urlparse.parse_qsl(new_url))  # {u'postalCode': u'5067', u'name': u'Pav\xe9 cafe'}