url地址中的中文解码乱码
问题描述:
![url地址中文解码乱码]](https://img-blog.csdnimg.cn/20200513100646281.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTYwOTUxOQ==,size_16,color_FFFFFF,t_70)
问题原因:
urllib.parse.unquote默认为’utf8’解码,而文中url格式为’gbk’,故而解析不成功
问题解决:
在urllib.parse.unquote函数中增加解码格式参数如下所示
import urllib.parse
url = 'https://tieba.baidu.com/f?kw=%D3%A2%D0%DB%C1%AA%C3%CB&fr=ala0&tpl=5'
data = urllib.parse.unquote(url, 'gbk')
print(data)
# 结果展示
https://tieba.baidu.com/f?kw=英雄联盟&fr=ala0&tpl=5
注:
默认编码格式通常有utf8,ASCII,gbk,gbk2312等,解码前务必确认编码格式,否则容易解码失败