如何在python中编码unicode字符？

Question

我正在尝试将unicode字符编码为特定格式，可以使用Python 2对其进行编码并发送到URL。

input = u"í"

required_output = "%CC%81"

import urllib

print urllib.quote('í') = "%C3%AD"

有没有办法如图所示进行编码，这样我就能得到所需的输出？

Answer 1

>>> import unicodedata, urllib
>>> urllib.quote(unicodedata.normalize("NFD", u"í").encode('utf8'))
'i%CC%81'

Answer 2

您将U+00ED LATIN SMALL LETTER I WITH ACUTE和不编码为单独的i ASCII字母，其中包含将编码为CC 81的组合急性字符，因此U+0301 COMBINING ACUTE ACCENT。< / p>

如果您的输入数据合并，您必须将其分解为NFD或NFKD正常形式：

normalized = unicodedata.normalize("NFD", input).encode('utf8')
print urllib.quote(normalized)

请参阅Wikipedia Unicode article section on normal forms。

一般来说，为URL ，你应该坚持NFC正常形式！允许非ASCII数据的Internationalized Resource Identifier (IRI)使用NFC普通表单转换为网址，因此%C3%AD是正确的格式，而不是i%CC%81。