如何在python中編碼unicode字符？

Question

我正在嘗試將unicode字符編碼為可以使用Python 2編碼並發送到url的特定格式。

input = u"í"

required_output = "%CC%81"

import urllib

print urllib.quote('í') = "%C3%AD"

有沒有一種如圖所示的編碼方式，所以我可以獲得所需的輸出？

Answer 1

>>> import unicodedata, urllib
>>> urllib.quote(unicodedata.normalize("NFD", u"í").encode('utf8'))
'i%CC%81'

Answer 2

您使用ACUTE編碼了U + 00ED拉丁文小寫字母I ，而不是將組合的急性字符編碼為單獨的i ASCII字母，從而將其編碼為CC 81，因此U + 0301 COMBINING ACUTE ACCENT 。

如果將輸入數據組合在一起 ，則必須將其分解為NFD或NFKD范式：

normalized = unicodedata.normalize("NFD", input).encode('utf8')
print urllib.quote(normalized)

一般來說， 對於URL ，您應該真正遵循NFC正常格式！ 允許非ASCII數據的國際化資源標識符（IRI）通過使用NFC常規格式轉換為URL，因此%C3%AD是正確的格式，而不是i%CC%81 。