python字元串url編碼

Ⅰ python字元串與url編碼的轉換實例

python字元串與url編碼的轉換實例
今天小編就為大家分享一篇python字元串與url編碼的轉換實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
主要應用的場景
爬蟲生成帶搜索詞語的網址

1.字元串轉為url編碼
import urllib
poet_name = "李白"
url_code_name = urllib.quote(poet_name)
print url_code_name
#輸出
#%E6%9D%8E%E7%99%BD

2.url編碼轉為字元串
import urllib
url_code_name = "%E6%9D%8E%E7%99%BD"
name = urllib.unquote(url_code_name)
print name
#輸出
#李白
以上這篇python字元串與url編碼的轉換實例就是小編分享給大家的全部內容了篇文章的全部內容了，希望本文的內容對大家的學習或者工作能帶來一定的幫助

Ⅱ python url編碼兩次怎麼結

面是中文的情況（比如『麗江'），url的地址編碼卻是'%E4%B8%BD%E6%B1%9F'，因此需 要做一個轉換。這里我們就用到了模塊urllib。
?

1
2
3
4
5
6
7
8

>>> import urllib
>>> data = '麗江'
>>> print data
麗江
>>> data
'\xe4\xb8\xbd\xe6\xb1\x9f'

Ⅲ 用python怎麼解析'%3cp%3e%e5%'

import urllib
rawurl=xxx
url=urllib.unquote(rawurl)

所用模塊：urllib
所用函數：urllib.unquote()
案例
import urllib
rawurl = "%E6%B2%B3%E6%BA%90"url = urllib.unquote(rawurl)print url

輸出
河源

問題擴展
urllib.unquote()目的是對url編碼進行解碼，與該函數對應的是編碼函數urllib.quote（）

123

>>> import urllib>>> urllib.quote("河源")'%E6%B2%B3%E6%BA%90

URL為何要編碼、解碼？
通常如果一樣東西需要編碼，說明這樣東西並不適合傳輸。原因多種多樣，如Size過大，包含隱私數據。對於Url來說，之所以要進行編碼，是因為Url中有些字元會引起歧義。
例如，Url參數字元串中使用key=value鍵值對這樣的形式來傳參，鍵值對之間以&符號分隔，如/s?q=abc&ie=utf-8。如果你的value字元串中包含了=或者&，那麼勢必會造成接收Url的伺服器解析錯誤，因此必須將引起歧義的&和=符號進行轉義，也就是對其進行編碼。
又如，Url的編碼格式採用的是ASCII碼，而不是Unicode，這也就是說你不能在Url中包含任何非ASCII字元，例如中文。否則如果客戶端瀏覽器和服務端瀏覽器支持的字元集不同的情況下，中文可能會造成問題。

Ⅳ Python3 如何對url解碼

url編碼：

import urllib

url = 'http://test.com/s?wd=哈哈' #如果此網站編碼是gbk的話，需要進行解碼，從gbk解碼成unicode，再從Unicode編碼編碼為utf-8格式。

url = url.decode('gbk', 'replace')

print urllib.quote(url.encode('utf-8', 'replace'))

Ⅳ 如何在python%的編碼URL參數

Python中函數參數的傳遞是通過「賦值」來傳遞的,函數參數的接收傳遞有四種形式：

1. F(arg1,arg2,...)

2. F(arg2=,arg3=...)

3. F(*arg1)

4. F(**arg1)

第1
種方式是最「傳統」的方式：一個函數可以定義不限個數參數，參數(形式參數)放在跟在函數名後面的小括弧中，各個參數之間以逗號隔開。用這種方式定義的函數在調用的時候也必須在函數名後的小括弧中提供相等個數的值(實際參數)，不能多也不能少，而且順序還必須相同。也就是說形參和實參的個數必須一致，而且想給形參1的值必須是實參中的第一位，形參與實參之間是一一對應的關系，即「形參1=實參1
形參2=實參2...」。很明顯這是一種非常不靈活的形式。比如："def addOn(x,y): return x +
y"，這里定義的函數addOn，可以用addOn(1,2)的形式調用，意味著形參x將取值1,主將取值2。addOn(1,2,3)和addOn
(1)都是錯誤的形式。

第2種方式比第1種方式好一點，在定義的時候已經給各個形參定義了默認值。因此，在調用這種函數時，如果沒有給對應的形式參數傳遞實參，那麼這個形參就將使用默認值。比如：「def
addOn(x=3,y=5): return x +
y」，那麼addOn(6,5)的調用形式表示形參x取值6，y取值5。此外，addOn(7)這個形式也是可以的，表示形參x取值7，y取默認值5。這時候會出現一個問題，如果想讓x取默認值，用實參給y賦值怎麼辦?前面兩種調用形式明顯就不行了，這時就要用到Python中函數調用方法的另一大絕招
──關健字賦值法。可以用addOn(y=6)，這時表示x取默認值3，而y取值6。這種方式通過指定形式參數可以實現可以對形式參數進行「精確攻擊」，一個副帶的功能是可以不必遵守形式參數的前後順序，比如：addOn(y=4,x=6)，這也是可以的。這種通過形式參數進行定點賦值的方式對於用第1種方式定義的函數也是適用的。

上面兩種方式定義的形式參數的個數都是固定的，比如定義函數的時候如果定義了5個形參，那麼在調用的時候最多也只能給它傳遞5個實參。但是在實際編程中並不能總是確定一個函數會有多少個參數。第3種方式就是用來應對這種情況的。它以一個*加上形參名的方式表示，這個函數實際參數是不一定的，可以是零個，也可以是N個。不管是多少個，在函數內部都被存放在以形參名為標識符的tuple中。比如：

對這個函數的調用addOn() addOn(2) addOn(3,4,5,6)等等都是可以的。

與第3種方式類似，形參名前面加了兩個*表示，參數在函數內部將被存放在以形式名為標識符的dictionary中。這時候調用函數必須採用key1=value1、key2=value2...的形式。比如：

1. def addOn(**arg):

2. sum = 0

3. if len(arg) == 0: return 0

4. else:

5. for x in arg.itervalues():

6. sum += x

7. return sum

那麼對這個函數的調用可以用addOn()或諸如addOn(x=4,y=5,k=6)等的方式調用。

上面說了四種函數形式定義的方式以及他們的調用方式，是分開說的，其實這四種方式可以組合在一起形成復雜多樣的形參定義形式。在定義或調用這種函數時，要遵循以下規則：

1. arg=必須在arg後

2. *arg必須在arg=後

3. **arg必須在*arg後

在函數調用過程中，形參賦值的過程是這樣的：

首先按順序把「arg」這種形式的實參給對應的形參

第二，把「arg=」這種形式的實參賦值給形式

第三，把多出來的「arg」這種形式的實參組成一個tuple給帶一個星號的形參

第四，把多出來的「key=value」這種形式的實參轉為一個dictionary給帶兩個星號的形參。

聽起來好復雜，實際是是很簡單的。很直觀，來看例子：

1. def test(x,y=5,*a,**b):

2. print x,y,a,b

就這么一個簡單函數，來看看下面對這個函數調用會產生什麼結果：

test(1) ===> 1 5 () {}

test(1,2) ===> 1 2 () {}

test(1,2,3) ===> 1 2 (3,) {}

test(1,2,3,4) ===> 1 2 (3,4)

test(x=1) ===> 1 5 () {}

test(x=1,y=1) ===> 1 1 () {}

test(x=1,y=1,a=1) ===> 1 1 () {'a':1}

test(x=1,y=1,a=1,b=1) ===> 1 1 () {'a':1,'b':1}

test(1,y=1) ===> 1 1 () {}

test(1,2,y=1) ===> 出錯，說y給賦了多個值

test(1,2,3,4,a=1) ===> 1 2 (3,4) {'a':1}

test(1,2,3,4,k=1,t=2,o=3) ===> 1 2 (3,4) {'k':1,'t':2,'o':3}

Ⅵ python urlencode() 反斜杠處理問題

urlencode的本意就是把字元串用url編碼進行編碼，肯定會轉換的，而且本來斜杠在url里也是有含義的嘛
具體你要實現什麼功能？一定要轉換么？

Ⅶ 為啥python解碼url解碼

你好： Python的解碼是decode； 編碼是encode； 你可以將這個字元串：encode("gbk")，試一下。

Ⅷ python3爬蟲urllib.request.urlopen("網址").read() 本來是utf-8，為什麼還要加上urlencode（「utf-8」）

你這行代碼是不需要urlencode()的。

對於返回的request對象，其read()方法獲得的其實是一個位元組流對象，而非字元串對象，所以這時需要調用該位元組流對象的decode()方法，按指定編碼方式進行解碼。
至於urlencode()，這是urllib中的一個函數，它的作用是將字元串進行url編碼。這個編碼其實就是個轉義的過程，將那些因可能造成解釋器誤會或安全問題而不適合出現在請求中的符號進行轉義，並且把超出url編碼表的字元降維。

Ⅸ python 無法轉url 編碼怎麼解決

今天要處理網路貼吧的東西。想要做一個關鍵詞的list，每次需要時，直接添加 到list裡面就可以了。但是添加到list裡面是中文的情況（比如『麗江』），url的地址編碼卻是'%E4%B8%BD%E6%B1%9F'，因此需 要做一個轉換。這里我們就用到了模塊urllib。
>>> import urllib
>>> data = '麗江'
>>> print data
麗江
>>> data
'\xe4\xb8\xbd\xe6\xb1\x9f'
>>>urllib.quote(data)
'%E4%B8%BD%E6%B1%9F'
那我們想轉回去呢？
>>> urllib.unquote('%E4%B8%BD%E6%B1%9F')
'\xe4\xb8\xbd\xe6\xb1\x9f'
>>> printurllib.unquote('%E4%B8%BD%E6%B1%9F')
麗江
細心的同學會發現貼吧url中出現的是%C0%F6%BD%AD，而非'%E4%B8%BD%E6%B1%9F'，其實是編碼問題。網路的是gbk，其他的一般網站比如google就是utf8的。所以可以用下列語句實現。
>>> import sys,urllib
>>> s = '麗江'
>>> urllib.quote(s.decode(sys.stdin.encoding).encode('gbk'))
'%C0%F6%BD%AD'
>>> urllib.quote(s.decode(sys.stdin.encoding).encode('utf8'))
'%E4%B8%BD%E6%B1%9F'
>>>
另一個方法
#!/usr/bin/python
import urllib
import sys
string = sys.argv[1]
string = unicode(string,"gbk")
utf8_string = string.encode("utf-8")
gbk_string=string.encode("gbk")
gbk=urllib.quote(gbk_string)
utf8=urllib.quote(utf8_string)
print gbk
print utf8

Ⅹ python中url太長怎麼解決

今天寫了個腳本 主要就是實現利用sqlInj點直接把數據獲取到本地並存到Mysql資料庫中
學過Python的都知道可以使用urllib2中的request()方法直接打開Url，但僅限於url後沒有跟復雜的參數串
今天我利用的Url是
' and (select top 1 cast(CONTENT as varchar(8000)) from xxx.dbo.xxx where cast(CONTENT as varchar) not in (select top 22 cast(CONTENT as varchar) from xxx.dbo.xxx))=0--
開始我也直接用以下語句測試的：
url="上面的URL"
req=urllib2.Request(url)
urllib2.urlopen(req)
可是執行後一直提示500錯誤，由此可以發現應該是Python在對Url進行編碼的時候更改了某些特殊字元造成Url失效
我們可以用urllib2或urllib的quote()方法控制對特殊字元的URL編碼,這里推薦用 urllib下的quote_plus()方法，它將空格轉化成'+'而非%20通用性更好。
我們更改後的代碼如下:
url = "' and (select top 1 cast(CONTENT as varchar(8000)) from xxx.dbo.xxx where cast(CONTENT as varchar) not in (select top "+str(count)+" cast(CONTENT as varchar) from xxx.dbo.xxx))=0--"
quoteUrl=urllib.quote_plus(url,safe=':\'/?&=()')
fd = urllib.urlopen(quoteUrl)
這樣我們就可以正常的提取數據了