解码URL中的转义字符

Question

我有一个列表，里面包含了一些网址，这些网址中有一些字符被转义了。这个转义是通过 urllib2.urlopen 在获取网页时自动处理的：

http://www.sample1webpage.com/index.php?title=%E9%A6%96%E9%A1%B5&action=edit
http://www.sample1webpage.com/index.php?title=%E9%A6%96%E9%A1%B5&action=history
http://www.sample1webpage.com/index.php?title=%E9%A6%96%E9%A1%B5&variant=zh 

有没有办法把这些转义的字符转换回它们原来的样子呢？

附注：这些网址是用utf-8编码的。

Answer 1

或者使用 urllib.unquote_plus 这个方法

>>> import urllib
>>> urllib.unquote('erythrocyte+membrane+protein+1%2C+PfEMP1+%28VAR%29')
'erythrocyte+membrane+protein+1,+PfEMP1+(VAR)'
>>> urllib.unquote_plus('erythrocyte+membrane+protein+1%2C+PfEMP1+%28VAR%29')
'erythrocyte membrane protein 1, PfEMP1 (VAR)'

Answer 2

如果你在使用 Python3，你可以这样做：

import urllib.parse
urllib.parse.unquote(url)

Answer 3

使用 urllib 包（也就是 import urllib）:

Python 2.7

来自 官方文档:

urllib.unquote(string)

这个函数会把像 %xx 这样的编码替换成它们对应的单个字符。

举个例子: unquote('/%7Econnolly/') 的结果是 '/~connolly/'。

Python 3

来自 官方文档:

urllib.parse.unquote(string, encoding='utf-8', errors='replace')

[…]

举个例子: unquote('/El%20Ni%C3%B1o/') 的结果是 '/El Niño/'。