如何解码 UTF-8 中的 URL 并在浏览器中打开它们时使它们正常工作[重复]

Question

我有一个包含三个 URL 的列表，它们都是字符串类型。

my_list = ['https://es.wikipedia.org//wiki/Enciclopedia_Brit%C3%A1nica', 'https://es.wikipedia.org//wiki/Instituto_Nacional_de_Estad%C3%ADstica_(Espa%C3%B1a)', 'https://es.wikipedia.org//wiki/Mar%C3%ADa_Isabel_Gea']

如您所见，其中有一些非 UTF-8 编码。我希望它们以适当的方式用西班牙语写成，然后如果我单击它们，它们会引导我到适当的网页。

这是我试过的代码。

import codecs
my_list = ['https://es.wikipedia.org//wiki/Enciclopedia_Brit%C3%A1nica', 'https://es.wikipedia.org//wiki/Instituto_Nacional_de_Estad%C3%ADstica_(Espa%C3%B1a)', 'https://es.wikipedia.org//wiki/Mar%C3%ADa_Isabel_Gea']
for item in my_list:
    item_bytes = str.encode(item)
    item_string = codecs.decode(item_bytes, 'utf-8')
    print(item_string)

然而，我的“item_string”保持相同的编码。

Answer 1

这就是所谓的url编码，所以你需要做

urldecode

。为此，

unquote

中有一个

urllib.parse

函数

这里是例子：

from urllib.parse import unquote

my_list = ['https://es.wikipedia.org//wiki/Enciclopedia_Brit%C3%A1nica', 'https://es.wikipedia.org//wiki/Instituto_Nacional_de_Estad%C3%ADstica_(Espa%C3%B1a)', 'https://es.wikipedia.org//wiki/Mar%C3%ADa_Isabel_Gea']

for item in my_list:
    print(unquote(item))