python3中字符编码的问题

记录瞬间

只要是在做开发的工作，几乎都会遇到编码的问题，恰巧最近遇到一些基本的py3编码问题，作以记述，以备不时之需。

1、十六进制与中文

第一种情况：\x开头的编码是十六进制字符，\x后面跟的字符即为十六进制的字符串。存在 \ 转义 \\ 的情况下，处理方法如下

info = '\\xe8\\xa7\\xa3\\xe6\\x9e\\x84\\xe6\\x89\\xb9\\xe8\\xaf\\x84\\xe6\\x8e\\xa2\\xe7\\xa7\\x98'#字符串类型
out = bytes(info,'utf-8').decode('unicode_escape').encode('latin1').decode()
print(out)

输出：

解构批评探秘

第二种情况：不存在转义的情况下，即字符串中只有 \

info = '\xe4\xbd\xa0\xe5\xa5\xbd\xe4\xb8\x96\xe7\x95\x8c'#字符串类型
info = info.encode('unicode_escape').decode('utf-8')
out = bytes(info,'utf-8').decode('unicode_escape').encode('latin1').decode()
print(out)

输出：

你好世界

第三种情况：解决url替换

from urllib import parse

info = '\xe4\xbd\xa0\xe5\xa5\xbd\xe4\xb8\x96\xe7\x95\x8c'
info = info.encode('unicode_escape').decode('utf-8').replace('\\x', '%')
out = parse.unquote(info)
print(out)

from urllib.parse import quote, unquote


ll={"query":"%E6%8A%80%E9%AB%98%E4%B8%80%E7%AD%B9"}
out=json.loads(unquote(ll))
print(out)

from urllib.parse import unquote

ll = {"AbsStr":"%\\/E\\/6\\/%\\/9\\/D\\/%\\/83%\\/E\\/5\\/%\\/8\\/A\\/%\\/9\\/B\\/%\\/E\\/7\\/%\\/9\\/A\\/%\\/84%\\/E\\/6\\/%\\/B\\/8\\/%\\/B\\/8\\/%\\/E\\/6\\/%\\/88%\\/8\\/F"}
out =  = json.loads(unquote(unquote(response_data.replace('\\\\/', ''))))
print(out)

输出：

你好世界

"query": 技高一筹


'AbsStr': '权力的游戏'

第四种情况：直接是bytes类型

info = b'\xE6\x88\x91\xE6\x98\xAF\xE8\xAF\xB7\xE6\xB1\x82'
info = info.decode('utf-8')
print(info)

输出：

我是请求

2、URL的编码与解码

第一、编码文字

from urllib import parse
print(parse.quote("你好"))

输出：

%E4%BD%A0%E5%A5%BD

第二、编码字典

from urllib import parse

args = {
    'wd': '你好',
    'ie': '哈哈'
}

url = "http://www.baidu.com/s?{}".format(parse.urlencode(args))
print(url)

输出：

http://www.baidu.com/s?wd=%E4%BD%A0%E5%A5%BD&ie=%E5%93%88%E5%93%88

第三、解码

from urllib import parse
print(parse.unquote("http://www.baidu.com/s?wd=%E4%BD%A0%E5%A5%BD&ie=%E5%93%88%E5%93%88"))

输出：

http://www.baidu.com/s?wd=你好&ie=哈哈

第四、解码字典

from urllib import parse

params = {
    'name': '张三',
    'age': 18,
    'greet': 'hello'
}
qs = parse.urlencode(params)
print(qs)
result = parse.parse_qs(qs)
print(result)

输出：

name=%E5%BC%A0%E4%B8%89&age=18&greet=hello
{'name': ['张三'], 'age': ['18'], 'greet': ['hello']}

第五、url的解析

from urllib import parse

url = 'http://www.baidu.com/s?wd=python&username=abc#1'
result = parse.urlparse(url)

print('scheme:', result.scheme)
print('netloc:', result.netloc)
print('path:', result.path)
print('params:', result.params)
print('query:', result.query)
print('fragment:', result.fragment)

输出：

scheme: http
netloc: www.baidu.com
path: /s
params: 
query: wd=python&username=abc
fragment: 1

第六、url提取查询参数

from urllib import parse

url = 'http://www.baidu.com/s?wd=python&username=abc#1'


def get_query(url):
    result = parse.urlparse(url)
    querys = parse.parse_qs(result.query)
    querys = {k: v[0] for k, v in querys.items()}
    return querys


print(get_query(url))

输出：

{'wd': 'python', 'username': 'abc'}

3、unicode与中文

第一

s = '\\u9500\\u552e'
print(json.loads(f'"{s}"'))
print(s.encode('utf-8').decode("unicode_escape"))

输出：

销售
销售

第二

i = '\u751F\u5316\u5371\u673A'
print(str(i))

输出：

生化危机

引用： https://blog.csdn.net/dzdzdzd12347/article/details/124648872

实战：如果返回的数据是一个json，里面的数据中存在某些value是需要解码的，如下代码

    def decode_json(self, source, target):
        if type(source) == list:
            for data in source:
                if type(data) == dict:
                    for key, value in data.items():
                        if type(value) == str and "\\x" in value:
                            result = bytes(value, 'utf-8').decode('unicode_escape').encode('raw_unicode_escape').decode()
                            print(result)
                        if type(value) == list:
                            self.decode_json(value, target)
                        if type(value) == dict:
                            self.decode_json(value, target)
                if type(data) == list:
                    self.decode_json(data, target)
        elif type(source) == dict:
            for key, value in source.items():
                if type(value) == str and "\\x" in value:
                    result = bytes(value, 'utf-8').decode('unicode_escape').encode('raw_unicode_escape').decode()
                    print(result)
                if type(value) == list:
                    self.decode_json(value, target)
                if type(value) == dict:
                    self.decode_json(value, target)

当然，我们也有更简便的方法进行解决，假设获取的数据中 response_data 是一个字符串，那么可以直接通过方法进行解决

    get_str = bytes(response_data, 'utf-8').decode('unicode_escape').encode('raw_unicode_escape').decode()
    return_data = json.loads(get_str.replace('\\\\"', '\\"').replace('""', '"########"'))
    print(return_data)

posted @ 2022-06-28 17:32 wozijisun 阅读(365) 评论(0) 编辑收藏举报

wozijisun