Python请求对POST数据进行编码

版本：Python 2.7.3

其他库：Python请求1.2.3、jinja2（2.6）

我有一个向论坛提交数据的脚本，问题是非ascii字符显示为垃圾。例如，像安德烈·特切尼这样的名字被称为安德烈·特切尼

以下是提交数据的方式：

1） 数据最初从UTF-8编码的CSV文件加载，如下所示：

entries = []
with codecs.open(filename, 'r', 'utf-8') as f:
    for row in unicode_csv_reader(f.readlines()[1:]):
        entries.append(dict(zip(csv_header, row)))

unicode_csv_阅读器位于Python csv文档页面的底部：

在解释器中键入条目名称时，我看到名称为

u'Andr\xe9 T\xe9chin\xe9'

2） 接下来，我通过jinja2渲染数据：

tpl = tpl_env.get_template(u'forumpost.html')
rendered = tpl.render(entries=entries)

当我在解释器中输入呈现的名称时，我再次看到相同的名称：

u'Andr\xe9 T\xe9chin\xe9'

现在，如果我将渲染变量写入如下文件名，它将正确显示：

with codecs.open('out.txt', 'a', 'utf-8') as f:
    f.write(rendered)

但我必须将其发送至论坛：

3） 在POST请求代码中，我有：

params = {u'post': rendered}
headers = {u'content-type': u'application/x-www-form-urlencoded'}
session.post(posturl, data=params, headers=headers, cookies=session.cookies)

会话是请求会话

这个名字会在论坛帖子中显示出来。我尝试了以下方法：

'Andr\xc3\xa9 T\xc3\xa9chin\xc3\xa9'

• 省去标题
• 编码呈现为呈现。编码（'utf-8'）（相同结果）
• rendered=urllib.quote_plus（rendered）（显示为全部%XY）

如果我键入rendered.encode（'utf-8'），我会看到以下内容：

'Andr\xc3\xa9 T\xc3\xa9chin\xc3\xa9'

---

我如何解决这个问题？谢谢。

尝试解码为utf8：

unicode(my_string_variable, "utf8")

或解码和编码：

sometext = gettextfromsomewhere().decode('utf-8')
env = jinja2.Environment(loader=jinja2.PackageLoader('jinjaapplication', 'templates'))
template = env.get_template('mypage.html')
print template.render( sometext = sometext ).encode('utf-8')

---

您的客户端按其应有的方式运行，例如作为服务器运行

nc-l 8888

，并发出请求：

import requests

requests.post('http://localhost:8888', data={u'post': u'Andr\xe9 T\xe9chin\xe9'})

显示：

POST / HTTP/1.1
Host: localhost:8888
Content-Length: 33
Content-Type: application/x-www-form-urlencoded
Accept-Encoding: gzip, deflate, compress
Accept: */*
User-Agent: python-requests/1.2.3 CPython/2.7.3

post=Andr%C3%A9+T%C3%A9chin%C3%A9

您可以检查它是否正确：

>>> import urllib
>>> urllib.unquote_plus(b"Andr%C3%A9+T%C3%A9chin%C3%A9").decode('utf-8')
u'Andr\xe9 T\xe9chin\xe9'

• 检查服务器是否正确解码请求。您可以尝试指定字符集：

  headers = {"Content-Type": "application/x-www-form-urlencoded; charset=UTF-8"}
  

  正文仅包含ascii字符，因此不会造成伤害，正确的服务器将忽略

  x-www-form-urlencoded

  类型的任何参数。在中查找血淋淋的细节

---

• 检查问题是否为显示伪影，即值正确但显示不正确

---

“检查问题是否为显示伪品，即值是否正确，但显示不正确”-谢谢。这就是问题所在！不幸的是，这是一个公共论坛，我无法更改默认编码。它以iso-8859-1编码响应。我可以使用rendered.encode（'iso-8859-1'）吗？或者这会破坏东西吗？谢谢。试着在标题中设置字符集将其作为渲染发送。编码（'iso-8859-1'）似乎可以工作，所以我将使用它。我认为你的答案是正确的，因为它指向了正确的方向。谢谢。对于其他找到此文件的人，您可以使用

urllib.parse.quote_from_bytes

和

urllib.parse.unquote_To_bytes

通过网络发送字节类型，而不必担心编码问题。@MicahSmith:问题有标记。那里没有

urllib.parse

。无论如何，输入是Unicode（正如它应该的那样——使用Unicode来表示程序中的文本）。旁注：

unquote\u plus（）

用于方便操作

requests.post（）

正常工作——在实际代码中不使用它。