1、Python2中unescape解码方法
通过pip安装urllib2、HTMLParser、re
import urllib2
import sys
import HTMLParser
import re
def unescape(string):
string = urllib2.unquote(string).decode('utf8')
quoted = HTMLParser.HTMLParser().unescape(string).encode(sys.getfilesystemencoding())
#转成中文
return re.sub(r'%u([a-fA-F0-9]{4}|[a-fA-F0-9]{2})', lambda m: unichr(int(m.group(1), 16)), quoted)
调用:
>>> unescape("hello%20%25%25%25%20%u4F60%u597D")
u'hello %%% \u4f60\u597d'
2、Python3中unescape解码方法
import urllib.parse
import sys
import html
import re
def unescape(string):
string = urllib.parse.unquote(string)
quoted = html.unescape(string).encode(sys.getfilesystemencoding()).decode('utf-8')
#转成中文
return re.sub(r'%u([a-fA-F0-9]{4}|[a-fA-F0-9]{2})', lambda m: chr(int(m.group(1), 16)), quoted)
调用:
>>> unescape('hello %%% %u4F60%u597D')
'hello %%% 你好'
注意:不要使用接替换%
方式转换成中文,有可能有些情况是有问题的,比如字符串中原本就有%
的情况。