Python 网页链接中文乱码的解决

原创于 2018-09-25 11:18:51 发布 · 1.9k 阅读

CC 4.0 BY-SA版权

文章标签：

13 篇文章

订阅专栏

本文介绍如何使用Python处理网页链接中的中文乱码问题，通过urllib.parse库的unquote模块，可以将乱码的URL转换为正常的中文字符，适用于网络爬虫等场景。

在实现python网络爬虫的过程中，有时候你会发现有些链接中的中文字符会变成“乱码”。当然所有的乱码都是缺少一个合适解码编码方式。如果我们需要提取网页链接中的中文字符这么办？

当然现在有些网站可以在线解码，例如：

在python中我们可以从urllib.parse库中导入unquote模块。

实现如下：

from urllib.parse import unquote

url = "https://baike.baidu.com/item/%E9%A2%88%E6%A4%8E"
new_url = unquote(url, 'utf-8')
print(new_url)

效果如图：

希望对大家有所帮助！：-）