Python中Unicode字符编码方法及Python 2 URL适配编码方案咨询

1. 如何在Python中对Unicode字符进行编码？ #

Python 2和Python 3的处理逻辑不太一样，得分开说：

• Python 3：字符串默认就是Unicode类型，直接调用encode()方法就能把它转成指定编码的字节串。比如转成最常用的UTF-8：

  # 定义Unicode字符串
  unicode_str = "你好，世界"
  # 编码为UTF-8字节串
  utf8_bytes = unicode_str.encode('utf-8')
  print(utf8_bytes)  # 输出: b'\xe4\xbd\xa0\xe5\xa5\xbd\xef\xbc\x8c\xe4\xb8\x96\xe7\x95\x8c'
  

• Python 2：默认字符串是字节串（str类型），要处理Unicode得先转成unicode类型——要么给字符串加u前缀，要么用unicode()函数转换，之后再调用encode()：

  # 方式1：直接定义Unicode字符串
  unicode_str = u"你好，世界"
  utf8_bytes = unicode_str.encode('utf-8')
  
  # 方式2：从字节串转Unicode再编码
  str_bytes = "你好，世界"  # 假设这个字节串本身是UTF-8编码的
  unicode_str = unicode(str_bytes, 'utf-8')
  utf8_bytes = unicode_str.encode('utf-8')
  

2. Python 2中如何将Unicode编码为URL传输格式？ #

当然有对应的方法！URL传输需要的是百分号编码（Percent-Encoding），Python 2里用urllib模块就能搞定，核心步骤是：先把Unicode转成UTF-8字节串，再做URL编码。

单个字符串的编码 #

用urllib.quote()方法：

import urllib

unicode_str = u"你好，世界"
# 先转成UTF-8字节串，再做URL编码
url_encoded = urllib.quote(unicode_str.encode('utf-8'))
print(url_encoded)  # 输出: %E4%BD%A0%E5%A5%BD%EF%BC%8C%E4%B8%96%E7%95%8C

多键值对的URL参数编码 #

用urllib.urlencode()方法，注意每个参数值都要转成UTF-8字节串：

import urllib

params = {
    'name': u"张三",
    'message': u"Hello，世界"
}
# 遍历字典，把每个Unicode值转成UTF-8再编码
encoded_params = urllib.urlencode({k: v.encode('utf-8') for k, v in params.items()})
print(encoded_params)  # 输出: name=%E5%BC%A0%E4%B8%89&message=Hello%EF%BC%8C%E4%B8%96%E7%95%8C

这里要踩个Python 2的坑：绝对不能直接对unicode类型调用urllib.quote()，一定会报错，必须先转成字节串再处理。

内容的提问来源于stack exchange，提问作者Dave