是否有一个unicode就绪的替代品，我可以用于Python 2.6.5中的urllib.quote和urllib.unquote？
Python的urllib.quote和urllib.unquote在Python 2.6.5中不能正确处理Unicode。 这是发生了什么事情：
In [5]: print urllib.unquote(urllib.quote(u'Cataño')) --------------------------------------------------------------------------- KeyError Traceback (most recent call last) /home/kkinder/<ipython console> in <module>() /usr/lib/python2.6/urllib.pyc in quote(s, safe) 1222 safe_map[c] = (c in safe) and c or ('%%%02X' % i) 1223 _safemaps[cachekey] = safe_map -> 1224 res = map(safe_map.__getitem__, s) 1225 return ''.join(res) 1226 KeyError: u'\xc3'
将值编码为UTF8也不起作用：
In [6]: print urllib.unquote(urllib.quote(u'Cataño'.encode('utf8'))) Cataño
它被认为是一个错误， 有一个修复 ，但不是我的版本的Python。
我想要的是类似于urllib.quote / urllib.unquote，但正确处理unicodevariables，这样的代码将工作：
decode_url(encode_url(u'Cataño')) == u'Cataño'
任何build议？
Python的urllib.quote和urllib.unquote不能正确处理Unicode
urllib根本不处理Unicode。 根据定义，URL不包含非ASCII字符。 当你处理urllib你应该只使用字节string。 如果你想要那些代表Unicode字符，你将不得不手动编码和解码。
IRI可以包含非ASCII字符，将它们编码为UTF-8序列，但是在这一点上，Python不具有irilib 。
将值编码为UTF8也不起作用：
In [6]: print urllib.unquote(urllib.quote(u'Cataño'.encode('utf8'))) Cataño
啊，现在你在input一个控制台inputUnicode，并print -Unicode到控制台。 这通常是不可靠的，尤其是在Windows和IPython控制台的情况下。
用反斜杠序列input很长的一段，你可以更容易地看到urllib位实际上工作：
>>> u'Cata\u00F1o'.encode('utf-8') 'Cata\xC3\xB1o' >>> urllib.quote(_) 'Cata%C3%B1o' >>> urllib.unquote(_) 'Cata\xC3\xB1o' >>> _.decode('utf-8') u'Cata\xF1o'
msgstr“”“将值编码为UTF8也不起作用”“”…你的代码的结果是一个str对象，它似乎是以UTF-8编码的input。 你需要解码或定义“不起作用” – 你期望什么？
注意：所以我们不需要猜测terminal的编码和数据的types，使用print repr(whatever)而不是print whatever 。
>>> # Python 2.6.6 ... from urllib import quote, unquote >>> s = u"Cata\xf1o" >>> q = quote(s.encode('utf8')) >>> u = unquote(q).decode('utf8') >>> for x in (s, q, u): ... print repr(x) ... u'Cata\xf1o' 'Cata%C3%B1o' u'Cata\xf1o' >>>
为了比较：
>>> # Python 3.2 ... from urllib.parse import quote, unquote >>> s = "Cata\xf1o" >>> q = quote(s) >>> u = unquote(q) >>> for x in (s, q, u): ... print(ascii(x)) ... 'Cata\xf1o' 'Cata%C3%B1o' 'Cata\xf1o' >>>
我遇到了同样的问题，并使用一个辅助函数来处理非ascii和urllib.urlencode函数（包括引号和取消引号）：
def utf8_urlencode(params): import urllib as u # problem: u.urlencode(params.items()) is not unicode-safe. Must encode all params strings as utf8 first. # UTF-8 encodes all the keys and values in params dictionary for k,v in params.items(): # TRY urllib.unquote_plus(artist.encode('utf-8')).decode('utf-8') if type(v) in (int, long, float): params[k] = v else: try: params[k.encode('utf-8')] = v.encode('utf-8') except Exception as e: logging.warning( '**ERROR utf8_urlencode ERROR** %s' % e ) return u.urlencode(params.items()).decode('utf-8')
Python采用Unicode URL编码/解码
所以我有同样的问题：我想把查询参数在一个url，但其中一些包含奇怪的字符（变音符号）。
处理编码给了一个凌乱的url，是脆弱的。
我的解决scheme是将每个重音/奇怪的unicode字符replace为相同的ascii。 这是非常简单的感谢unidecode ： 什么是删除Python unicodestring中的重音的最好方法是什么？
pip install unidecode
然后
from unidecode import unidecode print unidecode(u"éèê") # prints eee
所以我有一个干净的url。 也适用于中国等
