python使用 urllib.unquote乱码的原因

实际问题

Python中的urllib模块用来处理url相关的操作，unquote方法对应javascript中的urldecode方法，它对url进行解码，把类似"%xx"的字符替换成单个字符，例如：“%E6%B3%95%E5%9B%BD%E7%BA%A2%E9%85%92”解码后会转换成“法国红酒”，但是使用过程中，如果姿势不对，最终转换出来的字符会是乱码“法国红é
”。

#取得kw
kw = self.url.split('&')[-1].replace('kw=', '') 
#url解码
word = urllib.unquote(kw)

kw的值打印出来的显示的是：%E5%A4%A7%E6%B4%B2%E5%8F%A4%E6%B8%A1
但是word确是：大洲å¤æ¸¡

分析

直接编码的字符来处理看看是否会出现乱码：%E5%A4%A7%E6%B4%B2%E5%8F%A4%E6%B8%A1

#取得kw
kw = “%E5%A4%A7%E6%B4%B2%E5%8F%A4%E6%B8%A1”
#url解码
word = urllib.unquote(kw)

发现没有问题word正常显示
那就是在取值kw的时候有问题
发现函数默认返回的是值的类型是unicode
相当于u“%E5%A4%A7%E6%B4%B2%E5%8F%A4%E6%B8%A1”

解决办法

在函数调用之后，使用强制类型转换转为str类型，去掉u

#取得kw
kw = self.url.split('&')[-1].replace('kw=', '') 
kw = str(kw)
#url解码
word = urllib.unquote(kw)

这样就能正常解码了

• PS Unicode类型转str类型，不能使用str()强制转换，而是使用strr.encode(‘utf-8’)编码转换