Saltar al contenido

Decodificación de URL UTF-8 en Python

Solución:

Los datos son bytes codificados en UTF-8 escapados con citas de URL, por lo que desea descodificar, con urllib.parse.unquote(), que maneja la decodificación de datos codificados en porcentaje a bytes UTF-8 y luego a texto, de forma transparente:

from urllib.parse import unquote

url = unquote(url)

Manifestación:

>>> from urllib.parse import unquote
>>> url="example.com?title=%D0%BF%D1%80%D0%B0%D0%B2%D0%BE%D0%B2%D0%B0%D1%8F+%D0%B7%D0%B0%D1%89%D0%B8%D1%82%D0%B0"
>>> unquote(url)
'example.com?title=правовая+защита'

El equivalente de Python 2 es urllib.unquote(), pero esto devuelve una cadena de bytes, por lo que tendría que decodificar manualmente:

from urllib import unquote

url = unquote(url).decode('utf8')

Si está usando Python 3, puede usar urllib.parse

url = """example.com?title=%D0%BF%D1%80%D0%B0%D0%B2%D0%BE%D0%B2%D0%B0%D1%8F+%D0%B7%D0%B0%D1%89%D0%B8%D1%82%D0%B0"""

import urllib.parse
urllib.parse.unquote(url)

da:

'example.com?title=правовая+защита'

Puede lograr el resultado esperado con requests biblioteca también:

import requests

url = "http://www.mywebsite.org/Data%20Set.zip"

print(f"Before: {url}")
print(f"After:  {requests.utils.unquote(url)}")

Producción:

$ python3 test_url_unquote.py

Before: http://www.mywebsite.org/Data%20Set.zip
After:  http://www.mywebsite.org/Data Set.zip

Podría ser útil si ya está usando requests, sin usar otra biblioteca para este trabajo.

¡Haz clic para puntuar esta entrada!
(Votos: 0 Promedio: 0)



Utiliza Nuestro Buscador

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *