Python3.10中如何将字符串内%开头的UTF-8编码字符转为普通字符

你遇到的%XX格式字符是标准URL百分号编码，字段内的+是URL编码规则里的空格替代符，Python标准库自带成熟的解码能力，完全不需要手写上百个.replace替换逻辑。

核心处理逻辑 #

直接使用标准库urllib.parse模块的unquote_plus方法即可一次性完成所有编码转换：

• 自动识别所有%XX格式的编码段，按UTF-8规则转成对应字符
• 自动把字段内的+替换为对应空格，完全匹配你这份数据集的编码规则

修正后的可运行代码（Python3版本） #

import os
from urllib.request import urlretrieve
from urllib.parse import unquote_plus

# 替换为你的实际文件地址和存储路径
target_url = "对应player.txt的访问地址"
save_dir = "./"
save_path = os.path.join(save_dir, "player.txt")

# 下载文件
urlretrieve(target_url, save_path)

player_data = []
# 用上下文管理器自动处理文件关闭，避免资源泄漏
with open(save_path, "r", encoding="utf-8") as f:
    for line in f:
        line = line.strip()
        if not line:
            continue
        fields = line.split(",")
        # 仅对第2列（玩家名字段）做URL解码
        fields[1] = unquote_plus(fields[1])
        player_data.append(fields)

解码效果验证 #

针对你给出的样例数据，解码后结果如下：

• 原字段Zwerg+M%C3%BCtze → 解码后 Zwerg Mütze
• 原字段red+earth → 解码后 red earth
• 原字段K4m%21k4z3 → 解码后 K4m!k4z3

注意事项 #

• 不要误用unquote方法：该方法不会将字符串内的+转换为空格，会直接保留+字符，不符合这份数据的编码规则
• 你原有代码存在逻辑错误：打开文件对象后未调用读取方法获取文件内容，直接对未定义的raw变量做分割会触发运行错误，上述代码逐行读取文件的写法内存占用更低，也更稳定
• 如果使用Python2环境，只需调整导入路径即可，解码逻辑完全一致：将导入语句替换为from urllib import urlretrieve, unquote_plus

内容的提问来源于stack exchange，提问作者Käsekuchen TV