Question

我正在尝试编码和存储，并在Python中解码参数并在此过程中丢失。以下是我的步骤：

1）我使用google toolkit的gtm_stringByEscapingForURLArgument正确转换NSString以传入HTTP参数。

2）在我的服务器（python）上，我将这些字符串参数存储为类似u'1234567890-/:;()$&@".,?!\'[]{}#%^*+=_\\|~<>\u20ac\xa3\xa5\u2022.,?!\''的内容（请注意，这些是“123”视图中iphone键盘上的标准键和“＃+ =”查看，\u和\x字符中有一些货币前缀，如英镑，日元等）

3）我在该存储的值上调用urllib.quote(myString,'')，大概是为了将它们转移到客户端，以便客户端可以解除它们的转义。

结果是当我尝试记录％escaping的结果时出现异常。是否有一些关键步骤我忽略了需要使用\ u和\ x格式应用于存储的值才能正确转换它以通过http发送？

更新：标记为以下答案的建议对我有用。不过，我正在提供一些更新，以解决以下评论的问题。

我收到的例外情况引用了\u20ac的问题。我不知道具体是否是一个问题，而不是它是字符串中第一个unicode字符的事实。

\u20ac char是'euro'符号的unicode。除非我使用urllib2 quote方法，否则我基本上发现我遇到了问题。

Answer 1

url编码“原始”unicode并没有多大意义。您首先需要做的是.encode("utf8")，因此您有一个已知的字节编码，然后是.quote()。

输出不是很漂亮，但应该是正确的uri编码。

>>> s = u'1234567890-/:;()$&@".,?!\'[]{}#%^*+=_\|~<>\u20ac\xa3\xa5\u2022.,?!\''
>>> urllib2.quote(s.encode("utf8"))
'1234567890-/%3A%3B%28%29%24%26%40%22.%2C%3F%21%27%5B%5D%7B%7D%23%25%5E%2A%2B%3D_%5C%7C%7E%3C%3E%E2%82%AC%C2%A3%C2%A5%E2%80%A2.%2C%3F%21%27'

请记住，如果您正在调试或其他任何事情，则需要unquote()和decode()来正确打印出来。

>>> print urllib2.unquote(urllib2.quote(s.encode("utf8")))
1234567890-/:;()$&@".,?!'[]{}#%^*+=_\|~<>â‚¬Â£Â¥â€¢.,?!'
>>> # oops, nasty Â means we've got a utf8 byte stream being treated as an ascii stream
>>> print urllib2.unquote(urllib2.quote(s.encode("utf8"))).decode("utf8")
1234567890-/:;()$&@".,?!'[]{}#%^*+=_\|~<>€£¥•.,?!'

事实上，这是另一个答案中提到的django functions所做的。

功能 django.utils.http.urlquote（）和 django.utils.http.urlquote_plus（）是 Python标准的版本 urllib.quote（）和urllib.quote_plus（）使用非ASCII字符。（数据先前转换为UTF-8 编码。）

如果您使用任何进一步的引用或编码不要破坏东西，请小心。

Answer 2

我想要第二次pycruft的评论。网络协议已经发展了数十年，处理各种惯例可能很麻烦。现在URL恰好没有为字符定义，只是为字节（八位字节）定义。作为一个历史巧合，URL是您只能假设但不强制执行或安全地期望编码存在的地方之一。然而，有一个惯例是喜欢latin-1和utf-8而不是其他编码。有一段时间，看起来“unicode percent escapes”将是未来，但它们从未流行过。

在这个领域迂回挑剔关于unicode个对象和八位位组str之间的区别是非常重要的（在Python＆lt; 3.0;那个，令人困惑的是，str unicode Python中的对象和bytes / bytearray个对象＆gt; = 3.0）。不幸的是，根据我的经验，出于多种原因很难将Python 2.x中的两个概念完全分开。

更多OT，当您想要接收第三方HTTP请求时，您不能完全依赖以百分比转义，utf-8编码的八位字节发送的URL：偶尔可能有%uxxxx在那里逃避，并且至少firefox 2.x用于在可能的情况下将URL编码为latin-1，并且仅在必要时将utf-8编码为utf-8。

Answer 3

你运气不好stdlib，urllib.quote不适用于unicode。如果你使用django，你可以使用django.utils.http.urlquote，它可以正常使用unicode

使用Python进行URL编码/解码

3 个答案: