Python URL编码和取消排序

我从网站地图和twitter上收集了一些链接。问题是有些链接是阿拉伯语的，如下所示：

https://www.aljazeera.net/videos/2021/3/1/ياقوتيا-مدينة-روسية-يتجمد-فيها-كل-شيء

我正在尝试取消压缩twitter链接，并解码阿拉伯语编码的链接，以获得如下链接：

https://www.aljazeera.net/videos/2021/3/1/%D9%8A%D8%A7%D9%82%D9%88%D8%AA%D9%8A%D8%A7-%D9%85%D8%AF%D9%8A%D9%86%D8%A9-%D8%B1%D9%88%D8%B3%D9%8A%D8%A9-%D9%8A%D8%AA%D8%AC%D9%85%D8%AF-%D9%81%D9%8A%D9%87%D8%A7-%D9%83%D9%84-%D8%B4%D9%8A%D8%A1

---

如果您的目标是获取一个包含奇数字符的url，并将其转换为

%XX

格式，则可以使用python内置的

urllib

对链接进行解码：

>>> import urllib
>>> oddlink = 'https://www.aljazeera.net/videos/2021/3/1/ياقوتيا-مدينة-روسية-يتجمد-فيها-كل-شيء'
>>> goodlink = urllib.parse.quote(oddlink)
>>> print(goodlink)
https%3A//www.aljazeera.net/videos/2021/3/1/%D9%8A%D8%A7%D9%82%D9%88%D8%AA%D9%8A%D8%A7-%D9%85%D8%AF%D9%8A%D9%86%D8%A9-%D8%B1%D9%88%D8%B3%D9%8A%D8%A9-%D9%8A%D8%AA%D8%AC%D9%85%D8%AF-%D9%81%D9%8A%D9%87%D8%A7-%D9%83%D9%84-%D8%B4%D9%8A%D8%A1

请记住，它将在

https

之后将

：

解析为

%3A

。您可以手动覆盖此选项：

>>> goodlink = goodlink[0:5] + ':' + goodlink[6:]
>>> print(goodlink)
https://www.aljazeera.net/videos/2021/3/1/%D9%8A%D8%A7%D9%82%D9%88%D8%AA%D9%8A%D8%A7-%D9%85%D8%AF%D9%8A%D9%86%D8%A9-%D8%B1%D9%88%D8%B3%D9%8A%D8%A9-%D9%8A%D8%AA%D8%AC%D9%85%D8%AF-%D9%81%D9%8A%D9%87%D8%A7-%D9%83%D9%84-%D8%B4%D9%8A%D8%A1

或者，您可以将

：

添加为“安全”字符，这意味着

urllib.parse

将忽略它，并将其保留为：

>>> urllib.parse.quote(oddlink, safe='/:')

/

是安全字符的一部分，因为它是链接的一个非常重要的部分：

https://www.google.com/ #with slash
https:%2F%2Fwww.google.com%2F #without slash

---

默认情况下，

/

字符包含在安全字符中，但是在更改安全字符时，您需要确保包含它。

您面临什么问题？那么，当您试图编写代码来解决问题时发生了什么？当你说“问题是有些链接是阿拉伯语的，就像这个：”，为什么会造成困难？当你说“我正在尝试取消压缩的twitter链接并解码阿拉伯语编码的链接”时，你是否能够编写代码来取消压缩的twitter链接？代码的哪一部分实际上造成了困难？