在Python和Django中从JavaScript解码Unicode

Question

在一个网站上，我通过POST请求发送了一个单词 pluș 到Django的视图中。这个单词被发送成了 plu%25C8%2599 的形式。所以我拿到这个字符串，想办法把 %25C8%2599 转换回 ș。

我尝试用下面的方式解码这个字符串：

from urllib import unquote_plus
s = "plu%25C8%2599"
print unquote_plus(unquote_plus(s).decode('utf-8'))

我得到的结果是 pluÈ，这个结果的长度是5，而不是4。

我该如何才能把编码后的字符串 pluș 还原回来呢？

补充：

我最终是这样做到的：

def js_unquote(quoted):
  quoted = quoted.encode('utf-8')
  quoted = unquote_plus(unquote_plus(quoted)).decode('utf-8')
  return quoted

看起来有点奇怪，但确实达到了我想要的效果。

Answer 1

unquote_plus(s).encode('your_lang_encoding')

我试过这样做。我想通过HTML表单直接向一个包含像 "şğüöçı+" 这样的Unicode字符的Django网址发送一个JSON的POST请求，结果成功了。我在 encode() 函数中使用了 iso_8859-9 编码器。

Answer 2

你不能做到这一点，除非你知道编码是什么。Unicode本身并不是一种编码。你可以试试BeautifulSoup或者UnicodeDammit，这些工具可能会帮助你得到你想要的结果。

http://www.crummy.com/software/BeautifulSoup/

希望这对你有帮助！

另外，看看这个链接：

http://www.joelonsoftware.com/articles/Unicode.html

Answer 3

先把网址中的编码解码两次，然后再用UTF-8格式解码。