python urllib中的编码处理示例

>>> import urllib
>>> data = '丽江'
>>> print data
丽江
>>> data
'\xe4\xb8\xbd\xe6\xb1\x9f'
>>> urllib.quote(data)
'%e4%b8%bd%e6%b1%9f'

那我们想转回去呢？

>>> urllib.unquote('%e4%b8%bd%e6%b1%9f')
'\xe4\xb8\xbd\xe6\xb1\x9f'
>>> print urllib.unquote('%e4%b8%bd%e6%b1%9f')
丽江

不同的编码格式对urllib的结果页是有影响的,百度的是gbk，其他的一般网站比如google就是utf8的。所以可以用下列语句实现。

>>> import sys,urllib
>>> s = '丽江'
>>> urllib.quote(s.decode(sys.stdin.encoding).encode('gbk'))
'%c0%f6%bd%ad'
>>> urllib.quote(s.decode(sys.stdin.encoding).encode('utf8'))
'%e4%b8%bd%e6%b1%9f'
>>>

这里的 sys.stdin.encoding 是读取当前环境的编码，这样写的话可移植性高，winnt和xunix都可以用。当然你如果看不惯，也可以替换为自己的环境编码如utf8等。