如何在Python中取消一个urlencoded unicodestring？
我有一个像“Tanım”这样的编码为“Tan％u0131m”的unicodestring。 我怎样才能将这个编码的string转换回原来的Unicode。 显然urllib.unquote不支持unicode。
％uXXXX是一个非标准的编码scheme ，被W3C拒绝，尽pipe实现继续在JavaScript的土地上生活。
更常见的技术似乎是UTF-8对string进行编码，然后使用％XX转义结果字节。 该scheme由urllib.unquote支持：
>>> urllib2.unquote("%0a") '\n' 不幸的是，如果你确实需要支持％uXXXX，那么你可能不得不推出你自己的解码器。 否则，简单地说，UTF-8编码你的unicode，然后％转义生成的字节就更可取了。
一个更完整的例子：
>>> u"Tanım" u'Tan\u0131m' >>> url = urllib.quote(u"Tanım".encode('utf8')) >>> urllib.unquote(url).decode('utf8') u'Tan\u0131m'
def unquote(text): def unicode_unquoter(match): return unichr(int(match.group(1),16)) return re.sub(r'%u([0-9a-fA-F]{4})',unicode_unquoter,text)
如果你绝对必须这样做（我真的同意“非标准”的呼声）：
from urllib import unquote def unquote_u(source): result = unquote(source) if '%u' in result: result = result.replace('%u','\\u').decode('unicode_escape') return result print unquote_u('Tan%u0131m') > Tanım
在上面的版本中有一个错误，当string中同时存在ascii编码和unicode编码的字符时，它有时会吓倒。 我认为，特别是除了Unicode之外，还有128字节以上的字符，如'\ xab'。
例如。 “％5B％AB％u03E1％BB％5D”导致此错误。
我发现如果你刚刚做了unicode，问题就消失了：
def unquote_u(source): result = source if '%u' in result: result = result.replace('%u','\\u').decode('unicode_escape') result = unquote(result) return result
