在Python中转换非英语字符

Question

我正在做一个Google App Engine的项目。当我用jQuery发送一个序列化的表单作为HTML POST请求时，我得到了一些编码的字符，而不是非英语字符。用纯HTML发送就没有问题。

在序列化的结果中，我得到的是：".... defaultgroupcity=Lang%C3%A5 ..."，但我应该得到的是："defaultgroupcity=Langå"。

这种字符转换的问题在我之前的项目中也困扰了我很久，我需要把它搞明白。在这个项目之前，我通常会用replace("%C3%A5", "å")来解决，但这只是个临时的解决办法，并不是长久之计。

有没有人能给我指条明路？我想好好学习这个问题。一定有一种通用的方法可以解决字符转换的问题。我到底漏掉了什么呢？

Answer 1

urllib.unquote 看起来确实在正确解码这个字符串：

>>> urllib.unquote("%C3%A5")
'\xc3\xa5'

>>> print urllib.unquote("%C3%A5")
å

也许错误出现在你应用的其他地方？

Answer 2

你需要用到 urllib.unquote()，还有一定要了解一下 每个软件开发者必须知道的关于Unicode和字符集的基本知识（没有借口！） 以及 Python的Unicode使用指南。

你可能会觉得“这个对å来说太复杂了”，确实是这样，但这其实是人类在处理字符时遇到的普遍问题，而Unicode就是为了解决这个问题而出现的。