Python url编码/解码-将％转义的十六进制数字转换为字符串

Question

例如，如果我有一个编码字符串为：

url='locality=Norwood&address=138+The+Parade&region=SA&country=AU&name=Pav%C3%A9+cafe&postalCode=5067'

name参数的字符为％C3％A9，实际上表示字符é。

因此，我希望输出为：

new_url='locality=Norwood&address=138+The+Parade&region=SA&country=AU&name=Pavé+cafe&postalCode=5067'

我在Python终端上尝试了以下步骤：

>>> import urllib2
>>> url='locality=Norwood&address=138+The+Parade&region=SA&country=AU&name=Pav%C3%A9+cafe&postalCode=5067'
>>> new_url=urllib2.unquote(url).decode('utf8')
>>> print new_url
locality=Norwood&address=138+The+Parade&region=SA&country=AU&name=Pavé+cafe&postalCode=5067
>>>

但是，当我在Python脚本中尝试相同的操作并作为myscript.py运行时，我得到了以下堆栈跟踪：

UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 88: ordinal not in range(128)

我正在使用Python 2.6.6，由于工作原因，无法切换到其他版本。

我该如何克服这个错误？

任何帮助是极大的赞赏。 提前致谢！

######################################################

编辑

我意识到我得到了上述预期的输出。

但是 ，我想将new_url中的参数转换为字典，如下所示。 这样做时，我无法在我的name参数中保留特殊字符'é'。

print new_url
params_list = new_url.split("&")
print(params_list)
params_dict={}
for p in params_list:
   temp = p.split("=")
   params_dict[temp[0]] = temp[1]
print(params_dict)

输出：

new_url

locality = Norwood＆address = 138 + The + Parade＆region = SA＆country = AU＆name =Pavé+ cafe＆postalCode = 5067

params_list

[u'locality = Norwood'，u'address = 138 + The + Parade'，u'region = SA'，u'country = AU'，u'name = Pav \\ xe9 + cafe'，u'postalCode = 5067' ]

params_dict

{u'name'：u'Pav \\ xe9 + cafe'，u'locality'：u'Norwood'，u'country'：u'AU'，u'region'：u'SA'，u'address'： u'138 + The + Parade'，u'postalCode'：u'5067'}

基本上...现在的名称是'Pav \\ xe9 + cafe'，而不是必需的'Pavé'。

如何在params_dict中仍然保留相同的特殊字符？

Answer 1

这实际上是由于__repr__和__str__之间的差异。 当打印unicode字符串时，使用__str__并得到在打印new_url时看到的é 。 然而，当打印的列表或字典时， __repr__被使用，其使用__repr__列表和类型的字典中的每个对象。 如果您分别打印项目，则它们将按您的要求进行打印。

# -*- coding: utf-8 -*-
new_url = u'name=Pavé+cafe&postalCode=5067'
print(new_url)  # name=Pavé+cafe&postalCode=5067

params_list = [s for s in new_url.split("&")]
print(params_list)  # [u'name=Pav\xe9+cafe', u'postalCode=5067']
print(params_list[0])  # name=Pavé+cafe
print(params_list[1])  # postalCode=5067

params_dict = {}
for p in params_list:
    temp = p.split("=")
    params_dict[temp[0]] = temp[1]
print(params_dict)  # {u'postalCode': u'5067', u'name': u'Pav\xe9+cafe'}
print(params_dict.values()[0])  # 5067
print(params_dict.values()[1])  # Pavé+cafe

打印列表和字典的一种方法是获取它们的字符串表示形式，然后使用unicode-escape对其进行解码：

print(str(params_list).decode('unicode-escape'))  # [u'name=Pavé+cafe', u'postalCode=5067']
print(str(params_dict).decode('unicode-escape'))  # {u'postalCode': u'5067', u'name': u'Pavé+cafe'}

注意 ：这只是Python 2中的问题。Python3会按您期望的那样打印字符。 另外，您可能希望使用urlparse来解析URL，而不是手动执行。

import urlparse
new_url = u'name=Pavé+cafe&postalCode=5067'
print dict(urlparse.parse_qsl(new_url))  # {u'postalCode': u'5067', u'name': u'Pav\xe9 cafe'}