Python：打開帶有重音符號的URL

Question

在Python 2.7中，我想打開一個包含重音符號的URL（ 鏈接本身 ，而不是它指向的頁面）。 如果我使用以下內容：

#!/usr/bin/env Python
# -*- coding: utf-8 -*-

import urllib2


test = "https://www.notifymydevice.com/push?ApiKey=K6HGFJJCCQE04G29OHSRBIXI&PushTitle=Les%20accents%20:%20éèçà&PushText=Messages%20éèçà&"

urllib2.urlopen(test)

我的口音轉換為胡言亂語（Ã，¨，©等，而不是我期望的éèà）。

我已經搜索過此類問題，因此嘗試使用urllib2.urlopen（test.encode（'utf-8'）），但Python在這種情況下會引發錯誤：

urllib2.urlopen（test.encode（'utf8'））中的文件“ test.py”，第10行，UnicodeDecodeError：“ ascii”編解碼器無法解碼位置98的字節0xc3：序數不在范圍內（128）

Answer 1

用u前綴字符串。 我沒有錯誤嘗試使用repl

import urllib
test = u'https://www.notifymydevice.com/push?ApiKey=K6HGFJJCCQE04G29OHSRBIXI&PushTitle=Les%20accents%20:%20éèçà&PushText=Messages%20éèçà&'
urllib.urlopen(test.encode("UTF-8"))

u前綴用於unicode字符串

Answer 2

如果你調用encode一個str ，Python有先譯碼后， unicode ，因此它可以編碼統一為UTF-8。 為了解碼它，它必須猜測您使用了哪種編碼，因為您沒有告訴它。 因此，它猜測為'ascii' （實際上，它猜測sys.getdefaultencoding()所說的內容，但這通常是'ascii' ），但失敗了。

無論如何，這里有兩個可能的問題，有不同的解決方案。 因此，在嘗試修復該問題之前，您需要先確定自己擁有哪一個。

---

嘗試打印出字符串的各個字節，或更簡單地說，是repr ：

print repr(test)

• 如果é顯示為\\xc3\\xa9 ， \\xc3\\xa9 UTF-8。
• 如果顯示為\\xe9 ， \\xe9 Latin-1（或cp1252或與Latin-1兼容的其他名稱）。
• 如果它顯示為其他字符，則它是一個不同的字符集，您必須確定哪個字符集。

---

如果您要提供Python Latin-1源碼並告訴它是UTF-8，它不會發牢騷，但這意味着您將在您認為自己正在發送UTF-8字符的地方發送Latin-1字節，並且到處都會得到mojibake。

解決方法是在文本編輯器中將源代碼另存為UTF-8。

---

如果已經是 UTF-8，則問題在於服務器不希望URL為UTF-8。

URL標准對（ %編碼的）非ASCII字節沒有強制要求任何特殊含義； 任何服務器都可以對它們執行任何操作。 而且，如果您正在與將此類字節視為cp1252的服務器進行通信，但要發送的是UTF-8，則將獲得mojibake。

解決此問題的方法是，如果您控制服務器，則將服務器重新配置為處理UTF-8，如果不需要，則以服務器所需的字符集發送字符串。