来自HTTP的Unescape Python字符串

Question

我有一个来自HTTP标头的字符串，但它已被转义..我可以用什么功能来取消它？

myemail%40gmail.com -> myemail@gmail.com

urllib.unquote（）是否可行？

Answer 1

我很确定urllib的unquote是执行此操作的常用方法。

>>> import urllib
>>> urllib.unquote("myemail%40gmail.com")
'myemail@gmail.com'

还有unquote_plus：

  

与unquote（）类似，但也可以按空格替换加号，这是取消引用HTML表单值所必需的。

Answer 2

是的，似乎urllib.unquote()完成了这项任务。 （我tested it against your example on codepad。）

Answer 3

在Python 3中，这些函数是urllib.parse.unquote和urllib.parse.unquote_plus。

后者用于HTTP URL中的查询字符串，其中空格字符（）传统上编码为加号字符（+），而+是百分比编码为%2B。

除了这些之外，还有unquote_to_bytes将给定的编码字符串转换为bytes，可以在编码未知或编码数据是二进制数据时使用。但是没有unquote_plus_to_bytes，如果需要，可以这样做：

def unquote_plus_to_bytes(s):
    if isinstance(s, bytes):
        s = s.replace(b'+', b' ')
    else:
        s = s.replace('+', ' ')
    return unquote_to_bytes(s)

---

URL encoding the space character: + or %20提供了有关是否使用unquote或unquote_plus的更多信息。