Question

如果URL中包含一些unicode字符，并且使用javascript（escape（text））在客户端进行转义，那么正确的方法是什么？例如，如果我的网址是：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

我试过了： text = urllib.unquote（request.GET.get（'text'））但我收到了完全相同的字符串（％u05D0％u05D9％u05DA％20％u05DE ...）

Answer 1

最终我做的是将客户端从escape（text）更改为urlEncodeComponent（text）然后在python方面使用：

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

不确定这是最好的做法，但它适用于英语和希伯来语

Answer 2

因为你的％uxxxx不是Python标准，即\ uxxxx，你需要一个棘手的转换，用'\'替换'％'，如下所示（在我的Python shell中测试）：

>>> 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

转换为Unicode类型后，您可以将其转换为您喜欢的任何编码，如下所示：

>>> 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

如何将unicode转义序列URL转换为python unicode？

2 个答案: