编码特殊字符以传递到URL

Question

我正在尝试学习Python，所以我想我将从尝试查询IMDB开始对照IMDB检查我的电影收藏集；一切顺利

我要坚持的是如何处理名称中的特殊字符，以及如何将名称编码为URL会尊重的名称。

例如，我有电影Brüno

如果我使用urllib.parse.quote编码字符串，则会得到-Bru%CC%88no，这意味着当我使用OMDBAPI查询IMDB时，它找不到电影。如果我通过OMDBAPI网站进行搜索，则它们会将名称编码为Br%C3%BCno，并且此搜索有效。

我假设编码使用的是不同的标准，但是我无法确定我需要做什么

Answer 1

它使用相同的编码，但使用不同的规范化。

>>> import unicodedata
>>> "Brüno".encode("utf-8")
b'Bru\xcc\x88no'
>>> unicodedata.normalize("NFC", "Brüno").encode("utf-8")
b'Br\xc3\xbcno'

某些字素（您看到的是一个“字符”），尤其是带有变音符号的字素可以由不同的字符组成。 “ü”可以是带有组合偏音符的“ u”，也可以是字符“ü”本身（组合形式）。字母和变音符号的组合并不是全部存在，但常用的字母（变音符号是通用语言）却存在。

Unicode归一化将构成字素的所有字符转换为组合或单独的字符。规范化方法“ NFC”或规范化规范规范化组合尽可能地组合字符。

相比之下，另一种主要形式规范化形式规范分解或“ NFD”将生成您的版本：

>>> unicodedata.normalize("NFD", "Brüno").encode("utf-8")
b'Bru\xcc\x88no'