使用Python编码-将非英文字符转换为URL

Question

我正在一点一点地尝试编写地理编码脚本。 有一个丹麦的（官方和免费的）Web服务，在这里我在URL中输入一个地址，并获得包含所有所需信息的json文件。

当丹麦语字符（æ，ø，å）进入URL时，我找不到正确的翻译方法。 在示例中，我包含了两个不同的URL（包含地址信息）。 一个-街道在'Byvej'的地方工作正常，我得到的结果期望在IDLE中打印出来。 （我也可以得到经纬度）。

另一条街道为“Bispegårdsvej”，在IDLE中没有任何显示。 返回的列表为空。 该网址在浏览器中可以正常运行，而且我知道，我需要向脚本中添加一些内容，但找不到任何有效的内容。

我正在使用ActivePython 2.7.2.5，谢谢，汤米（Tommy）

# -*- coding: cp1252 -*-
import urllib2
import json


#url='http://geo.oiorest.dk/adresser.json?postnr=4682&vejnavn=Byvej&husnr=31'
url='http://geo.oiorest.dk/adresser.json?postnr=4320&vejnavn=Bispegårdsvej&husnr=2'

try:
    data = urllib2.urlopen(url).read()
    adresser = json.loads(data)

    for adresse in adresser:
        print "%s %s, %s %s" % \
            (adresse['vejnavn']['navn'],
             adresse['husnr'],
             adresse['postnummer']['nr'],
             adresse['postnummer']['navn'])

except urllib2.HTTPError, e:
    print "HTTP error: %d" % e.code
except urllib2.URLError, e:
    print "Network error: %s" % e.reason.args[1]    

Answer 1

您需要使用百分比编码（也称为URL编码）对社交字符进行编码。 经过百分比编码后，URL应如下所示：

http://geo.oiorest.dk/adresser.json?postnr=4320&vejnavn=Bispeg%C3%A5rdsvej&husnr=2

符合RFC 3987中定义的IRI到URI映射的Web服务将在字符归一化后使用utf-8进行编码，但是您需要检查该服务的文档以确保使用哪种编码。

Python在标准库中具有urllib.quote（）来对字符串进行百分比编码，在标准库中具有urllib.urlencode（）来对字典或两个元素元组的可迭代项进行百分比编码，以生成用于查询参数的字符串。

Answer 2

您必须正确编码特殊字符，例如urlencode可以：

In[16]: urllib.urlencode([('postnr',4320),('vejnavn', 'Bispegårdsvej'), ('husnr',2)])
Out[16]: 'postnr=4320&vejnavn=Bispeg%C3%A5rdsvej&husnr=2'

如果您随后将基本url放在此字符串之前，这应该可以工作（我至少在浏览器中尝试过）。

如果您愿意获得第三方软件包，则请求将是一个不错的选择。 它将简化为：

import requests
response = requests.get('http://geo.oiorest.dk/adresser.json',
                        params = dict(postnr=4320,
                                      vejnavn='Bispegårdsvej',
                                      husnr=2))