python 学习之编码解码

python 学习之编码解码 编码与解码

---

encode()和decode()

• decode英文意思是 解码，encode英文原意 编码
• 字符串在Python内部的表示是unicode编码, 因此，在做编码转换时，通常需要以unicode作为中间编码
• decode()的作用是将其他编码的字符串转换成unicode编码
• encode()的作用是将unicode编码转换成其他编码的字符串

[详情参考](python中的encode（）和decode（）函数 - 年轻人——001 - 博客园 (cnblogs.com))

---

url编码

Url编码通常也被称为百分号编码，在Http协议中参数的传输是**“key=value"这种字典形式的，如果要传多个参数就需要用“&”**符号对键值对进行分割。如”?name1=value1&name2=value2"，这样在服务端在收到这种字符串的时候，会用“&”分割出每一个参数，然后再用“=”来分割出参数值。

​ 对于Url中的不引起歧义的字符，编码和不编码是等价的，但是对于上面提到的这些字符，如果不经过编码，那么它们有可能会造成Url语义的不同。因此对于Url而言，只有普通英文字符和数字，特殊字符 $-.+!*’() 还有保留字符，才能出现在未经编码的Url之中。

歧义字符：

• 空格：Url在传输的过程，或者用户在排版的过程，或者文本处理程序在处理Url的过程，都有可能引入无关紧要的空格，或者将那些有意义的空格给去掉。
• 空格：Url在传输的过程，或者用户在排版的过程，或者文本处理程序在处理Url的过程，都有可能引入无关紧要的空格，或者将那些有意义的空格给去掉。
• #：通常用于表示书签或者锚点
• %：百分号本身用作对不安全字符进行编码时使用的特殊字符，因此本身需要编码
• %：百分号本身用作对不安全字符进行编码时使用的特殊字符，因此本身需要编码

​ URL编码在特殊字符的各个字节前加 % 后，服务端会把紧跟在“%”后的字节当成普通的字节，就是不会把它当成各个参数或键值对的分隔符。

如对url编码感兴趣，[参考](为什么要进行URL编码 - 降瑞雪 - 博客园 (cnblogs.com))

---

parse模块

parse 模块用于解析URL，支持对URL的 *** 作包括拆分、拼接、编码、解码等

• 解析URL，支持对URL的 *** 作包括拆分、拼接、编码、解码等

• URL parsing(URL解析)

  参考：https://blog.csdn.net/Wjf7496/article/details/109787586
  

• URL quoting(URL引用)

  参考：https://blog.csdn.net/Wjf7496/article/details/109813106
  

常见函数：

• urllib.parse.urlencode 将字典中key:value转换为key=编码后的value
• urllib.parse.quote将str数据转换为对应编码
• urllib.parse.unquote将编码后的数据转换为编码前数据
• 获取url参数；parse.urlparse(url)

urlparse参考

urllib.parse.urlparse(urlstring, scheme=’’, allow_fragments=True)
urlparse()函数用来解析url，返回一个包含以下这六个元素的属性

属性索引值scheme (协议)0URL方案说明符netloc (域名)1网络位置部分path (路径)2分层路径params (路径参数)3最后一个路径元素的参数query (查询参数)4查询组件fragment (片段)5片段识别

parseResult = parse.urlparse(url)
#返回元组
(scheme='https', netloc='docs.python.org', path='/3.5/search.html', params='', query='q=parse&check_keywords=yes&area=default', fragment='')

param_dict=parse.parse_qs(parseResult.query)

{'q': ['parse'], 'check_keywords': ['yes'], 'area': ['default']}

param_dict['q'][0]
'parse'
#注意：加号会被解码，可能有时并不是我们想要的

• parse_qs()/parse_qsl()

分析url中query字段 该字段通过parse.urlsplit(url).query得到str类型的query字符串

urllib.parse.parse_qs():
	返回字典 其中value是一个列表，保存url中query中相同key的所有value值
	因此获取真正的value值还需要列表下标遍历 如query[key][0]
	
urllib.parse.parse_qsl()
	返回列表  列表的每一个元素是一个仅含两个元素的元组
	每个元组的第一个元素为dict的key，第二个元素为dict的value
	

• urllib.parse.quote_plus 是在quote基础上强化了,

  会编码 斜线为‘%2F’; 空格为‘ ’编码为‘+’ 等等
  

• urllib.parse.unquote_plus() 是在unquote基础上强化了

会解码 斜线为‘%2F’; 空格为‘ ’编码为‘+’ 等等