Python网页数据提取中特殊字符与URL编码字符解码问题

一、字节数据转目标字符串 #

你的字节数据 b'Set temp to 0 \xf8C in 10 s' 中，\xf8 用Latin-1解码后得到字符 ø，要转换成目标里的 °C，需要先解码再替换：

byte_info = b'Set temp to 0 \xf8C in 10 s'
# 先用Latin-1解码字节为字符串
temp_str = byte_info.decode('latin-1')
# 将ø替换为°得到目标字符串
string = temp_str.replace('ø', '°')
print(string)  # 输出: Set temp to 0 °C in 10 s

你之前的尝试无效，核心原因是没做这步替换——\xf8 本身解码后不是 °，而是 ø，必须手动替换才能得到目标格式。如果原始字节数据里的 \xf8 是编码错误导致的（正常 ° 的Latin-1编码是 \xb0），那直接解码 b'Set temp to 0 \xb0C in 10 s' 就能得到目标字符串。

二、URL编码字符解码 #

别用手动循环替换的方式，Python标准库的 urllib.parse.unquote 可以完美处理所有标准URL编码字符，包括你列出的这些：

from urllib.parse import unquote

# 示例：处理包含URL编码的字符串
encoded_str = "Price%24%3A%2099%5E%7E"
decoded_str = unquote(encoded_str)
print(decoded_str)  # 输出: Price$: 99^~

这个方法比手动写字典替换更可靠，能自动处理所有符合RFC标准的URL编码，不会出现漏替换或替换错误的情况。

内容的提问来源于stack exchange，提问作者Libin Andrews