Question

如何将unicode字符串传递给urllib2.urlopen（url）函数？

我想访问带有utf-8编码网址的pdf文件：

<a href="investments-%C2%A7-73g-legal.html">Link to pdf</a>

其中％C2％A7代表部分符号：§

如果我将此unicode url字符串传递给urlopen方法，则会抛出异常：

UnicodeEncodeError: 'ascii' codec can't encode character u'\xa7' in position 105: ordinal not in range(128)

如果我忽略编码错误：url.encode("ascii",errors='ignore')链接地址已无效。

有人能给我一个如何解决这个问题的提示吗？

非常感谢

Answer 1

沿着这些行尝试一些东西，在b中，你会找到一个适合urllib2的utf8字符串（你必须用一个有意义的位置完成它，尽管......）。顺便说一句，打印已解码的 b 会显示§

import urllib
import urllib2
a='investments-%C2%A7-73g-legal.html'
b=urllib.unquote(a)

print (b.decode('utf8'))

urllib2.urlopen('http://localhost/' + b)

Python urllib2和urlopen与utf-8标志

1 个答案: