※ 引述《Josh0821 (JoStudio)》之铭言： : 在处理url网址时 常会使用urllib.unquote来解 : 例如将 %22%27%3C%3E%5B%5C%5D%5E%60%7B%7D 解为"'/<>[\]^`{} : (原始字串为%2522%2527/%253C%253E%255B%255C%255D%255E%2560%257B%257D : 所以要解两次) : 不过遇到大於127以後的字元 就会有很大的问题 : 例如输入中文字串 "中文测试" : 会变成%25E4%25B8%25AD%25E6%2596%2587%25E6%25B8%25AC%25E8%25A9%25A6 : 经过一次解码成为%E4%B8%AD%E6%96%87%E6%B8%AC%E8%A9%A6 : 如果不经处理 在使用一次urllib.unquote会出现超过范围的错误 : 因此要对字串重新编码为unicode : 使用unicode(str) or str.decode('UTF8') : 但是解码结果会将每一个独立的字元解出来 : 也就是%E4变成ä %B8变成¸- : 而不是将%E4%B8%AD解成'中' : 网路上搜寻很久 一般是说将字串加上.decode('UTF8') 可是这只对少部份字元有效 : 要如何有要针对中文来处理... : 补一个unquote的实做 : def htc(m): : return unichr(int(m.group(1),16)) : def unquote(url): : rex=re.compile('%([0-9A-H][0-9A-H])',re.I) : return rex.sub(htc,url) : 照理说修改正规语言的规则及UTF-8的对应关系 应该是可行 : 只是搞了很久一直弄不出来 网路上搜寻也一直没找到解法 : 不知道版上有没有 有经验的前辈指点一下..感谢 你试试这段程式码吧，我测试过可以 # -*- coding: big5-*- import urllib c='%25E4%25B8%25AD%25E6%2596%2587%25E6%25B8%25AC%25E8%25A9%25A6' a=unicode(urllib.unquote(c),'utf-8').encode('big5') a=unicode(urllib.unquote(a),'utf-8').encode('big5') print a 推文没看清题意就乱推~抱歉 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.120.222.45