URL中中文转码和解码

在爬取数据是时候很多搜索的词语中在浏览器上显示的是中文，但是我们复制url到本地，中文就会出现我们看不懂的文字。

如果我们需要爬虫的时候也是一样，我们需要给浏览器传过去的也是对url中的中文进行转码之后的url地址，否则在url中的关键字直接出现中文会有问题。在python3的环境中的urllib库中 quote模块 提供了这一功能

一、URL转码

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

from urllib.parse import quote

name = '诗人李白'
url_encode_name = quote(name)
print(url_encode_name)

# 输出：
# %E8%AF%97%E4%BA%BA%E6%9D%8E%E7%99%BD

二、URL解码

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

from urllib.parse import unquote

name = '%E8%AF%97%E4%BA%BA%E6%9D%8E%E7%99%BD'
url_decode_name = unquote(name)
print(url_decode_name)

# 输出：
# 诗人李白

三、使用urlencode对url转码

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

from urllib.parse import urlencode

start_url='http://tieba.baidu.com/f?'
urldata = {
    'kw':'诗人李白',
    'ie':'utf-8',
    'pn':'100',
}

print(start_url+urlencode(urldata))

# 输出：
# http://tieba.baidu.com/f?kw=%E8%AF%97%E4%BA%BA%E6%9D%8E%E7%99%BD&ie=utf-8&pn=100

admin普通

海报 链接