在javascript中对unicode字符串进行编码之后，如何在Python中对其进行解码？

平台：应用程序引擎 框架：webapp/CGI/WSGI

在我的客户端（JS）上，我通过将URL与unicode字符串连接来构造URL：

http://www.foo.com/地震

然后我调用encodeURI获取

http://www.foo.com/%E5%9C%B0%E9%9C%87

我把它放在一个HTML表单值中

表单被提交到PayPal，在那里我将编码设置为“utf-8”

然后，贝宝（通过IPN）在上述URL上发出post请求

在我的服务器端，WSGIApplication尝试使用我定义的正则表达式提取unicode字符串：

(r'/paypal-listener/(.+?)', c.PayPalIPNListener)

我会打电话试着解码

query = unquote_plus(query).decode('utf-8')

（或一个变体）但我会得到错误

/贝宝监听器/%E5%9C%B0%E9%9C%87

。。。(ommited)

“ascii”编解码器无法对字符进行编码 在位置0-1：序号不在 射程（128）

（第一行是请求URL）

---

当我检查

query

的长度时，python说它的长度为18，这向我表明“%E5%9C%B0%E9%9C%87”还没有被编码

假设HTML页面是用utf-8编码的，如果框架对URL进行解码，那么它应该是一个简单的

path.decode（'utf-8'）

如果没有，您可以使用：

• 如果URL是

  http://www.foo.com/地震

• urllib.unquote\u plus（path）.decode（'utf-8'）

  如果您谈论的是通过AJAX或HTML发送的参数

（见附件）

编辑：如果您仍有问题，请向我们提供以下信息，以帮助我们跟踪此问题：

• 您在google app engine内部使用的web框架，例如Django、WebOb、CGI等

• 如何在应用程序中获取URL（如果可以，请添加简短的代码示例）

• 添加时的报告（url）http://www.foo.com/地震作为URL

• 尝试将此添加为URL并发布

  repr（URL）

  ，这样我们可以确保服务器不会将字符解码为或：

编辑2:将其视为实际URL（不在查询部分，即不

http://www.foo.com/?param=%E5%9C%B0%E9%9C%87

），正在执行

---

可能是安全的。如果您正在解码实际的URL，则它应该是

unquote

，而不是

unquote\u plus

。我不知道为什么google会将URL作为

unicode

对象传递，但我怀疑传递给应用程序的实际URL是否会使用

windows-1252

等进行解码。我有点担心，因为我认为它对查询的解码不正确（即传递给

GET

或

POST

的参数）但从外观上看，它似乎没有做到这一点。

通常服务器端语言中有一个函数来解码URL，Python中也可能有一个。您还可以在您的案例中使用javascript的功能。

aaah，可怕的

“ascii”编解码器无法对位置中的字符进行编码。。。序号不在范围内

错误。在python中处理日语等语言时不可避免

在这种情况下，这不是url编码/解码问题。您的数据很可能已经解码并准备就绪

我会尝试摆脱“解码”的呼叫，看看会发生什么。如果你收到垃圾，但没有错误，这可能意味着人们正在用另一种可爱的日本特定编码向你发送数据：eucjp、iso-2022-jp、shift jis，或者甚至是难以捉摸的iso-2022-jp-ext，这在当今的野外是很少见的。但后一种情况似乎不太可能发生

编辑：id还可以查看以下内容以供参考： 在这种情况下不喜欢unicode字符串。将其传递给字节字符串，然后解码以获得unicode

这项工作：

>>> u = u'http://www.foo.com/%E5%9C%B0%E9%9C%87'
>>> print urllib.unquote(u.encode('ascii'))
http://www.foo.com/地震
>>> print urllib.unquote(u.encode('ascii')).decode('utf-8')
http://www.foo.com/地震

这并不是（另请参见）：

解码已使用unicode的字符串不起作用：

>>> print urllib.unquote(u).decode('utf-8')
Traceback (most recent call last):
  File "<input>", line 1, in <module>
  File ".../lib/python2.6/encodings/utf_8.py", line
16, in decode
    return codecs.utf_8_decode(input, errors, True)
UnicodeEncodeError: 'ascii' codec can't encode characters in position 19-24: o
rdinal not in range(128)

>>打印urlib.unquote（u）.decode（'utf-8'）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
文件“../lib/python2.6/encodings/utf_8.py”，第行
16，在解码中
返回编解码器.utf_8_解码（输入，错误，真）
UnicodeEncodeError:“ascii”编解码器无法对位置19-24:o中的字符进行编码
rdinal不在范围内（128）

原则上，这应该是可行的：

>>> urllib.unquote_plus('http://www.foo.com/%E5%9C%B0%E9%9C%87').decode('utf-8')
u'http://www.foo.com/\u5730\u9707'

但是，请注意：

用于

应用程序/x-form-www-urlencoded

数据，如已发布的表单和查询字符串参数。在URL的路径部分，

+

表示文字加号，而不是空格，因此您应该在此处使用plain

一般来说，您不应该取消引用整个URL。URL组件中具有特殊含义的字符将丢失。您应该将URL拆分为多个部分，获取您感兴趣的单个路径名组件（

%E5%9C%B0%E9%9C%87

），然后将其解压缩

（如果要将URI完全转换为类似IRI的

http://www.foo.com/地震事情有点复杂。只有IRI的路径/查询/片段部分是UTF-8-%编码的；域名使用古怪的“Punycode”IDN方案在Unicode和字节之间映射。）

这将在我的python服务器端接收

您的服务器端到底是什么？服务器、网关、框架？如何获取
url
变量

您似乎得到了一个，这是关于
unquote
函数输入中意外的非ASCII字符，根本不是解码问题。因此，我建议有人已经将URL的路径部分解码为某种Unicode字符串。让我们看看该变量的
repr

不幸的是，一些web服务器存在一些严重问题，这使得在URL的路径名部分使用Unicode非常不可靠，不仅在Python中，而且在一般情况下

主要问题是
PATH\u INFO
变量是由CGI规范定义的，并且
>>> print urllib.unquote(u)
http://www.foo.com/å °é  

>>> print urllib.unquote(u).decode('utf-8')
Traceback (most recent call last):
  File "<input>", line 1, in <module>
  File ".../lib/python2.6/encodings/utf_8.py", line
16, in decode
    return codecs.utf_8_decode(input, errors, True)
UnicodeEncodeError: 'ascii' codec can't encode characters in position 19-24: o
rdinal not in range(128)

>>> urllib.unquote_plus('http://www.foo.com/%E5%9C%B0%E9%9C%87').decode('utf-8')
u'http://www.foo.com/\u5730\u9707'

  var uri = "https://rasamarasa.com/service/catering/ගාල්ල-Galle";
  var uri_enc = encodeURIComponent(uri);
  var uri_dec = decodeURIComponent(uri_enc);
  var res = "Encoded URI: " + uri_enc + "<br>" + "Decoded URI: " + uri_dec;
  document.getElementById("demo").innerHTML = res;