刮谷歌学者安全页

Question

我有这样一根线：

url = 'http://scholar.google.pl/citations?view_op\x3dsearch_authors\x26hl\x3dpl\x26oe\x3dLatin2\x26mauthors\x3dlabel:security\x26after_author\x3drukAAOJ8__8J\x26astart\x3d10'

我想把它转换成：

converted_url = 'https://scholar.google.pl/citations?view_op=search_authors&hl=en&mauthors=label:security&after_author=rukAAOJ8__8J&astart=10'

我试过这个：

converted_url = url.decode('utf-8')

但是，会引发以下错误：

AttributeError: 'str' object has no attribute 'decode'

Answer 1

decode用于将bytes转换为string。你的网址是string，而不是bytes。你知道吗

您可以使用encode将此string转换为bytes，然后使用decode转换为正确的string。你知道吗

（我使用前缀r来模拟有这个问题的文本-没有前缀的url不需要转换）

url = r'http://scholar.google.pl/citations?view_op\x3dsearch_authors\x26hl\x3dpl\x26oe\x3dLatin2\x26mauthors\x3dlabel:security\x26after_author\x3drukAAOJ8__8J\x26astart\x3d10'
print(url)

url = url.encode('utf-8').decode('unicode_escape')
print(url)

结果：

http://scholar.google.pl/citations?view_op\x3dsearch_authors\x26hl\x3dpl\x26oe\x3dLatin2\x26mauthors\x3dlabel:security\x26after_author\x3drukAAOJ8__8J\x26astart\x3d10

http://scholar.google.pl/citations?view_op=search_authors&hl=pl&oe=Latin2&mauthors=label:security&after_author=rukAAOJ8__8J&astart=10

---

顺便说一句：首先检查print(url)也许您有正确的url，但您使用了错误的方法来显示它。pythonshell不使用print()显示所有结果，使用print(repr())显示一些字符作为代码，以显示文本中使用的endcoding（utf-8、iso-8859-1、win-1250、latin-1等）