URL网址中的编码与解码问题

一、中文编码有三种形式

1、utf-8编码        2、gbk编码        3、gb2312编码

这三种编码方式对汉字编码的组数不一样，其中2和3，一个汉字对应的都是两组%XX,而1对应的是三组%XX,如图，输入一个汉字: 中 得出如下编码结果

 python 3中用于url中文编码的模块是urllib库，可以用urllib库里的parse解析url,从中导出

quote方法用。quote('待编码的字符'，encoding="utf-8/gbk/gb2312"）

导入格式为: from urllib.parse import quote(编码)/unquote(解码)

二、URL为何要进行编码和解码呢？

    1、需要编码的数据原因无非以下几种

     <1>  数据尺寸过大，传输不了，得编码后才能传输

     <2> 数据过于隐私，需要编码以防止隐私暴露

     <3>  数据里有存在可能会引起歧义的字符，需要编码后方能保证数据传输后，前后数据                       保持一致，不会引起歧义的情况。

    2、url的编码格式采用的是ASCII码，而不是Unicode，因此不能在url里面包含任何不是ASCII的字符，例如中文。否则客户端和服务端浏览器支持的字符集一旦不同的情况下，中文可能会造成问题。

   3、Url参数字符串中使用key=value键值对这样的形式来传参，键值对之间以&符号分隔，如/s?q=abc&ie=utf-8。如果你的value字符串中包含了=或者&，那么势必会造成接收Url的服务器解析错误，因此必须将引起歧义的&和=符号进行转义，也就是对其进行编码。