用Python将文本解码为ASCII

Question

如何解码这样的unicode字符串：

what%2527s%2bthe%2btime%252c%2bnow%253f

变成这样的ascii字符串：

what's+the+time+now

Answer 1

你可以用类似下面的方式把%(hex)格式的字符转换过来：

import re

def my_decode(s):
    re.sub('%([0-9a-fA-F]{2,4})', lambda x: unichr(int(x.group(1), 16)), s)

s = u'what%2527s%2bthe%2btime%252c%2bnow%253f'
print my_decode(s)

这样就能得到一个unicode字符串

u'what\u2527s+the+time\u252c+now\u253f'

不过我不太确定你怎么知道要把\u2527转换成单引号，或者在转换成ascii时要去掉\u253f和\u252c这些字符。

Answer 2

像这样吗？

title = u"what%2527s%2bthe%2btime%252c%2bnow%253f"
print title.encode('ascii','ignore')

另外，可以看看 这个链接

Answer 3

在你的情况下，这个字符串被解码了两次，所以我们需要解码两次才能把它恢复回来。

In [1]: import urllib
In [2]: urllib.unquote(urllib.unquote("what%2527s%2bthe%2btime%252c%2bnow%253f") )
Out[3]: "what's+the+time,+now?"