如何將unicode轉義序列URL轉換爲python unicode？

如果URL中有一些unicode字符，並且在客戶端使用javascript（escape（text））轉義，那麼正確的方法是什麼？例如，如果我的網址是：domain.com/?text=%u05D0%u05D9%u05DA%20%u05DE%u05DE%u05D9%u05E8%u05D9%u05DD%20%u05D0%u05EA%20%u05D4%u05D8%u05E7% u05E1％u05D8％20％u05D4％u05D6％u05D4如何將unicode轉義序列URL轉換爲python unicode？

我想：文本= urllib.unquote（request.GET.get（ '文本'）），但我得到了完全相同的字符串返回（％u05D0％u05D9 ％u05DA％20％u05DE ...）

來源

2010-12-22 Shay

可能的複製[Ho w在python中取消一個urlencoded unicode字符串？]（http://stackoverflow.com/questions/300445/how-to-unquote-a-urlencoded-unicode-string-in-python）。簡短的回答：'％uXXXX`編碼方案是非標準的，你可能必須編寫你自己的解碼器。 – 2010-12-22 19:51:14

最終我所做的是從逃生（文本），改變了客戶方urlEncodeComponent（文本），然後在使用Python端：

request.encoding = 'UTF-8' text = unicode（request.GET.get（'text'，None））

不知道這是做的最好的事情，但它在英語和希伯來語

來源

2010-12-22 20:13:30 Shay

是的，`encodeURIComponent（）`是URL編碼字符串的正確函數; `escape（）`是一些怪異的自定義JavaScript特定編碼，看起來有點像URL編碼，但根本沒有。 – bobince 2010-12-22 20:18:25

工作，因爲你的％uxxxx不是Python標準，這是爲\ uXXXX，你需要一個棘手的變換來代替「％」以「\」，像下面的（在我的Python殼測試）：

>>> import sys; reload(sys); sys.setdefaultencoding('utf8') 
<module 'sys' (built-in)> 
>>> text = '%u05D0%u05D9%u05DA%20%u05DE%u05DE%u05D9%u05E8%u05D9%u05DD%20%u05D0%u05EA%20%u05D4%u05D8%u05E7%u05E1%u05D8%20%u05D4%u05D6%u05D4' 
>>> text = text.replace('%', '\\') 
>>> text_u = text.decode('unicode-escape') 
>>> print text_u 
איךממיריםאתהטקסטהזה

轉換成Unicode類型後，就可以把它轉換爲任何你喜歡的編碼，如下：

>>> text_utf8 = text_u.encode('utf8') 
>>> text_utf8 
'\xd7\x90\xd7\x99\xd7\x9a\x10\xd7\x9e\xd7\x9e\xd7\x99\xd7\xa8\xd7\x99\xd7\x9d\x10\xd7\x90\xd7\xaa\x10\xd7\x94\xd7\x98\xd7\xa7\xd7\xa1\xd7\x98\x10\xd7\x94\xd7\x96\xd7\x94' 
>>> print text_utf8 
איךממיריםאתהטקסטהזה

來源

2015-07-30 15:26:25 AngelIW

如何將unicode轉義序列URL轉換爲python unicode？

回答

相關問題