解码包含unicode字符的URL

Question

我在Mako模板中有以下代码：

<a href="#" onclick='getCompanyHTML("${fund.investments[inv_name].name | u}"); return false;'>${inv_name}</a>

这将url转义应用于表示公司的对象的名称字符串。然后在URL中使用得到的转义字符串。Mako文档说明使用urllib.quote_plus(string.encode('UTF-8'))提供url编码。

在服务器上，我将公司名称部分接收到参数investment_name中：

def Investment(client, fund_name, investment_name, **kwargs):
    client          = urllib.unquote_plus(client)
    fund_name       = urllib.unquote_plus(fund_name)
    investment_name = urllib.unquote_plus(investment_name)

然后使用investment_name作为键返回到模板中提取它的字典中。

这对于公司名称中的所有标准大小写（如空格、斜杠和单引号）都很适用。但是，如果公司名称包含ascii字符集之外的unicode字符，则失败。

例如，公司名称“Eptisa Servicios de Ingeniería S.L.”的url呈现为“Eptisa+Servicios+de+Ingenier%C3%Ada+S.L.”当这个值返回到服务器时，我正在反转url转义，但显然没有正确解码unicode，因为我试图将结果用作字典键会生成一个键错误。

我尝试在以下两种形式中添加unicode解码，但没有运气：

    investment_name = urllib.unquote_plus(investment_name.decode('utf-8'))
    investment_name = urllib.unquote_plus(investment_name.encode('raw_unicode_escape').decode('utf-8'))

谁能建议一下我必须对“Eptisa+Servicios+De+Ingenier%C3%Ada+S.L.”做些什么吗把它改成“Eptisa Servicios de Ingeniería S.L.”？

Answer 1

按照相反的顺序执行：首先取消引号，然后取消.decode('UTF-8')

不要混合字节和Unicode字符串。

import urllib

q = "Eptisa+Servicios+de+Ingenier%C3%ADa+S.L."
b = urllib.unquote_plus(q)
u = b.decode("utf-8")
print u

注意:print u可能产生UnicodeEncodeError。要修复它,请执行以下操作：

print u.encode(character_encoding_your_console_understands)

或设置pythonioencode环境变量。

在Unix上，您可以尝试locale.getPreferreDencode()作为字符编码，在Windows上请参阅chcp的输出