डीकोड यूआरएल

में वर्णों से बच निकले मेरे पास एक सूची है जिसमें उनसे बच निकले वर्णों वाले यूआरएल हैं। उन अक्षरों urllib2.urlopen द्वारा निर्धारित किया गया है, जब यह html पृष्ठ ठीक हैडीकोड यूआरएल

http://www.sample1webpage.com/index.php?title=%E9%A6%96%E9%A1%B5&action=edit 
http://www.sample1webpage.com/index.php?title=%E9%A6%96%E9%A1%B5&action=history 
http://www.sample1webpage.com/index.php?title=%E9%A6%96%E9%A1%B5&variant=zh

वहाँ अजगर में उनके नहीं छोड़ा जाएगा फार्म के लिए उन्हें वापस बदलने के लिए कोई तरीका है?

पी.एस .: यूआरएल utf-8

स्रोत

2011-11-15 dyoser

Official docs.

urllib.unquote(में इनकोड स्ट्रिंग)

उनके एकल चरित्र समकक्ष द्वारा %xx पलायन बदलें।

उदाहरण: unquote('/%7Econnolly/')'/~connolly/' पैदा करता है।

और फिर बस डीकोड करें।

अद्यतन: अजगर 3 के लिए, निम्न लिखें:

urllib.parse.unquote(url)

Python 3 docs.

स्रोत

2011-11-15 13:09:00

गंदें शब्द बोलना शो के रूप में मैं sample.com/index.php?title=\xe9\xa6\x96\xe9\xa1 ऊपर कहा \ xb5 और action = edi ... शायद मैंने इस मामले में खुद को बहुत अच्छी तरह से समझाया नहीं है ... लेकिन यूआरएल एक चीनी है और मैं इसके मूल चार को डीकोड करना चाहता हूं, न कि एक निर्विवाद एक – dyoser

@dyoser आपको इसे रखना होगा आपके प्रश्न में –

@ root45 यह एक उत्तर के लिए एक टिप्पणी है ... तो यह ठीक है यहाँ अच्छा है। सराहना करने के लिए धन्यवाद। – dyoser

आप उपयोग कर सकते हैं urllib.unquote

स्रोत

2011-11-15 13:09:14

में भी है जब मैं अनकॉइट (जिस तरह से धन्यवाद ...) का उपयोग करता हूं, यह यह स्ट्रिंग http: //sample.com/index.php? Title = \ xe9 \ xa6 \ x96 \ xe9 \ xa1 \ xb5 और action = edi और मुझे पता है कि वे चीनी वर्ण हैं ... मैं उन्हें कैसे देख सकता हूं? मुझे लगता है कि यह यूनिकोड है, है ना? – dyoser

यह आपके प्रश्न में पहले से ही है। वे यूटीएफ -8 बाइट हैं; आप उन्हें 'बी "\ xe9 \ xa6 \ x96 \ xe9 \ xa1 \ xb5" .decode ("utf-8") के साथ यूनिकोड स्ट्रिंग में परिवर्तित कर सकते हैं (अब कुछ और आधुनिक पायथन वाक्यविन्यास का उपयोग कर)। – tripleee

import re 

def unquote(url): 
    return re.compile('%([0-9a-fA-F]{2})',re.M).sub(lambda m: chr(int(m.group(1),16)), url)

स्रोत

2013-03-26 00:27:53 mistercx

लाइब्रेरी में निर्मित होने पर मैन्युअल रूप से रीगेक्स और लैम्ब्डा का उपयोग क्यों करेंगे, जो आपको चाहिए, शायद और भी विचारपूर्वक? –

कूल समाधान! 'urllib2' मानक पायथन distri का हिस्सा नहीं है। 'पुनः' है। – cxxl

या urllib.unquote_plus

>>> import urllib 
>>> urllib.unquote('erythrocyte+membrane+protein+1%2C+PfEMP1+%28VAR%29') 
'erythrocyte+membrane+protein+1,+PfEMP1+(VAR)' 
>>> urllib.unquote_plus('erythrocyte+membrane+protein+1%2C+PfEMP1+%28VAR%29') 
'erythrocyte membrane protein 1, PfEMP1 (VAR)'

स्रोत

2015-12-10 04:27:02 dli

और अगर आप Python3 उपयोग कर रहे हैं आप इस्तेमाल कर सकते हैं:

urllib.parse.unquote(url)

स्रोत

2016-01-04 15:03:14

'urllib.request.unquote' में भी – Ben

उत्तर

संबंधित मुद्दे