如何在Python中编码和解码百分比编码（URL编码）字符串？

Question

我写了一个简单的应用程序，从wiki页面下载文章。当我搜索例如名字Lech时，我的代码会返回Lech_Kaczy%C5%84ski或Lech_Pozna%C5%84而不是Lech_Kaczyński和Lech_Poznań等字符串。

如何将这些字符解码为普通的抛光字母？我试着用： urllib.unquote(text)但后来得到Lech_Kaczy\xc5\x84ski，Lech_Pozna\xc5\x84而不是Lech_Kaczyński和Lech_Poznań。

我的代码中有：

# -*- coding: utf-8 -*-
import sys
reload(sys)
sys.setdefaultencoding("utf-8")

但结果是一样的（它根本不起作用）。

Answer 1

试试这个：

import urllib
urllib.unquote("Lech_Kaczy%C5%84ski").decode('utf8')

这将返回一个unicode字符串：

u'Lech_Kaczy\u0144ski'

然后您可以像往常一样打印和处理。例如：

print(urllib.unquote("Lech_Kaczy%C5%84ski").decode('utf8'))

将导致

Lech_Kaczyński

Answer 2

对于Python 3，_id现在位于unquote之内：

urllib.parse

Answer 3

这对我有用：

import urllib

print urllib.unquote('Lech_Kaczy%C5%84ski')

打印出

Lech_Kaczyński