Question

我知道很多人之前遇到过此错误，但我无法找到解决问题的方法。

我有一个我想要规范化的网址：

url = u"http://www.dgzfp.de/Dienste/Fachbeitr%C3%A4ge.aspx?EntryId=267&Page=5"
scheme, host_port, path, query, fragment = urlsplit(url)
path = urllib.unquote(path)
path = urllib.quote(path,safe="%/")

这会显示错误消息：

/usr/lib64/python2.6/urllib.py:1236: UnicodeWarning: Unicode equal comparison failed to convert both arguments to Unicode - interpreting them as being unequal
  res = map(safe_map.__getitem__, s)
Traceback (most recent call last):
  File "url_normalization.py", line 246, in <module>
    logging.info(get_canonical_url(url))
  File "url_normalization.py", line 102, in get_canonical_url
    path = urllib.quote(path,safe="%/")
  File "/usr/lib64/python2.6/urllib.py", line 1236, in quote
    res = map(safe_map.__getitem__, s)
KeyError: u'\xc3'

我试图删除unicode指标＆＃34; u＆＃34;从URL字符串，我没有收到错误消息。但是我怎样才能自动摆脱unicode，因为我直接从数据库中读取它。

Answer 1

urllib.quote()无法正确解析Unicode。要解决这个问题，您可以在读取时调用url上的.encode()方法（或者从数据库中读取的变量）。所以运行url = url.encode('utf-8')。有了这个，你得到：

import urllib
import urlparse
from urlparse import urlsplit

url = u"http://www.dgzfp.de/Dienste/Fachbeitr%C3%A4ge.aspx?EntryId=267&Page=5"
url = url.encode('utf-8')
scheme, host_port, path, query, fragment = urlsplit(url)
path = urllib.unquote(path)
path = urllib.quote(path,safe="%/")

然后path变量的输出将为：

>>> path
'/Dienste/Fachbeitr%C3%A4ge.aspx'

这有用吗？

UnicodeWarning：Unicode相等比较无法将两个参数都转换为Unicode

1 个答案: