用python完成的第一个工作: 将URL码转换成中文

最新推荐文章于 2024-05-08 14:33:43 发布
最新推荐文章于 2024-05-08 14:33:43 发布
阅读量1.1k 收藏
点赞数
文章标签： python GBK URL码
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u012671171/article/details/44079895
版权

终于用到python了。

从后台splunk里面导出了几万条用户搜索记录(.csv格式)，但全是百分号那种url码(GBK码)，想把它转成中文看看都是什么。搜了一圈网上的工具，发现都只能一条一条转。好像可以用VB在excel里面写个程序但是好麻烦....而且也不懂。于是干脆看看python能不能帮忙。

举例：

把 这种字符串 "%E6%9C%8D%E5%8A%A1%E5%8C%BA" 转化成汉字

答案是 "服务区"

验证方法 将以下URL

http://www.baidu.com/s?wd=%E6%9C%8D%E5%8A%A1%E5%8C%BA

输入到地址栏回车，会显示出:


原始文件 03042015.csv，内容长相:


在powershell里面运行程序 forunicodeutf8.py

代码


                

        

        

    




        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        

    

      

        

            

              
                
                  朱克莱尔
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                      0
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    0
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                    0
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      










                



	

		

			

				
					
Python如何实现转换URL详解

				
			

			

				

					09-19
				

			

		

		

			
				
本文将深入探讨如何使用Python解析URL并将其拆分为五个关键部分：schema（协议），netloc（网络位置），path（路径），query_params（查询参数）和fragment（片段标识）。我们将通过两个不同的方法来实现这一目标：...

			
		

	



                

              
                



	

		

			

				
					
利用Python和OpenCV库将URL转换为OpenCV格式的方法

				
			

			

				

					12-24
				

			

		

		

			
				
今天的博客是直接来源于我自己的个人工具函数库。 过去几个月，有些PyImageSearch读者电邮问我：“如何获取URL...第一个方法：我们使用OpenCV、NumPy、urllib库从URL获取图像，并将其转换为图像。打开并新建一个文件，

			
		

	



                


  
              

                


	

		

			

				
					
python字符串与url编码的转换实例

				
			

			

				

					09-20
				

			

		

		

			
				
今天小编就为大家分享一篇python字符串与url编码的转换实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

			
		

	





	

		

			

				
					
Python学习笔记15：URL中的中文编码转换

				
			

			

				

					九天翔龙的技术博客
				

				

					12-26
					
					1278
					
				

			

		

		

			
				
在做爬虫的时候，有时候需要爬写中文的内容。但是中文字符在某些场合下会转为 %xx 形式的 URL 字符。

比如：


%E7%BE%8E%E5%A5%B3

以上编码表示“美女”。

Python3 的urllib 库，就可以对中文进行 URL编码和解码。


import urllib.parse

cn = input("请输入中文：")
bfb = urllib.parse.quote(cn)   # 转为 url 编码
print( bfb )
print( urllib.parse.unquo.

			
		

	



		

			
		



	

		

			

				
					
【URL编码】python将中文编码成URL编码格式

					
最新发布

				
			

			

				

					weixin_43941438的博客
				

				

					05-08
					
					469
					
				

			

		

		

			
				
%E4%B8%AD%E6%96%87” 是使用UTF-8编码的中文字符“中文”的URL编码（也称为百分号编码）。在这种编码方式中，每个中文字符都被编码成一个由百分号和两位十六进制数字组成的序列。UTF-8编码是一种可变长度的编码方式，它可以将每个Unicode字符编码为1到4个字节。对于基本的多语言平面（BMP）内的字符，包括所有的常用汉字，UTF-8使用3个字节来表示。执行这段代码，将得到编码后的字符串。“中文"会被编码为”%E4%B8%AD%E6%96%87"。在Python中，可以使用。

			
		

	





	

		

			

				
					
python 汉字 和 urlEncode 编码 互转

				
			

			

				

					weixin_44493841的博客
				

				

					12-09
					
					1157
					
				

			

		

		

			
				
from urllib.parse import quote
from urllib.parse import unquote

# 汉字 转 encode
encode1 = '汉字'
encode2 = quote(encode1)
print(encode2)


%E6%B1%89%E5%AD%97


# encode 转 汉字
decode1 = unquote(encode2)
print(decode1)


汉字





			
		

	





	

		

			

				
					
python中文与url编码之间的相互转换

				
			

			

				

					
				

				

					10-12
					
					4238
					
				

			

		

		

			
				
中文转换城url编码
from urllib.parse import quote
s = '例子'
print(quote(s)) 
输出：%E4%BE%8B%E5%AD%90

url编码转换成中文
from urllib.parse import unquote
unquote("%E4%BE%8B%E5%AD%90", encoding="GBK")
输出：例子

			
		

	





	

		

			

				
					
python传中文参数_解决Python传递中文参数的问题

				
			

			

				

					weixin_39928844的博客
				

				

					12-05
					
					2022
					
				

			

		

		

			
				
今天有个需要需要传递中文参数给URL但是在GBK环境下的脚本传递GBK的参数老是给我报UNICODE的解码错误。烦的很。所以我们果断选择用urlencode来处理中文，由于国内外网站编码不同，国内是GBK的，国外是UTF8的。>>> import sys>>> sys.stdin.encoding'GBK'表示我们的环境是GBK的>>> imp...

			
		

	





	

		

			

				
					
url-shortner:Python Flask 中的 URL Shortner

				
			

			

				

					06-11
				

			

		

		

			
				
【Python Flask URL Shortener】是基于Python的轻量级Web框架Flask开发的一款实用工具，其主要功能是将长URL转换为简短的、易于记忆的短链接。这个项目不仅提供基本的URL缩短服务，还增加了额外的功能，即在用户访问...

			
		

	





	

		

			

				
					
用python写PDF转换器的实现

				
			

			

				

					12-16
				

			

		

		

			
				
在本文中，我们将探讨如何使用Python编写一个简单的PDF转换器，将其转换为Word文档。这个转换器是基于第三方网站提供的API接口实现的，具体来说是利用了“迅捷PDF”网站的测试接口。下面，我们将详细介绍实现这个...

			
		

	





	

		

			

				
					
xlc:将 Excel 文档按照规则转换成 Lua 和 CSV 格式

				
			

			

				

					05-29
				

			

		

		

			
				
第一次使用时，必须先进行安装以保证依赖库存在。可以使用下面的方式调用 pip 来安装依赖库： pip install -r [依赖库配置文件地址] Windows 系统，若 pip 命令不可用，可使用下面的命令： python.exe -m pip ...

			
		

	





	

		

			

				
					
python url格式解析(转)

				
			

			

				

					weixin_30945039的博客
				

				

					04-07
					
					189
					
				

			

		

		

			
				
from urlparse import urlparse

url_str = "http://www.163.com/mail/index.htm"
url = urlparse(url_str)
print 'protocol:',url.scheme
print 'hostname:',url.hostname
print 'port:',url.port
print '...

			
		

	





	

		

			

				
					
url中文转码问题(python)

				
			

			

				

					Awesome_py的博客
				

				

					07-15
					
					1936
					
				

			

		

		

			
				
url中文转码问题%E6%94

			
		

	





	

		

			

				
					
Python URL地址中汉字的编码转换

				
			

			

				

					阿拉修
				

				

					02-06
					
					1187
					
				

			

		

		

			
				
Python3 编码 解码 示例
""" utf8 编码"""
from urllib.request import quote, unquote
url1 = "https://www.baidu.com/s?wd=百度"
# utf8编码，指定安全字符
ret1 = quote(url1, safe=";/?:@&=+$,", encoding="utf-8")
print(ret1)

"""gbk编码"""
from urllib.request import quote, unquote


			
		

	





	

		

			

				
					
【Python爬虫】用urllib请求一个网页，响应的content中中文为16进制，如何转换为中文

				
			

			

				

					一个甜甜的大橙子的博客
				

				

					01-06
					
					2644
					
				

			

		

		

			
				
问题：在学习Python爬虫一开始，利用python自带urllib模块请求一个网页时，响应的content中中文为16进制，如何转换为中文。

环境：WIN10+Python3.6

代码：


#~ coding=utf-8
#~ 使用Pyton内建模块 urllib 请求一个 URL 代码示例
import ssl

from urllib.request import Request
fr...

			
		

	





	

		

			

				
					
笨方法学python3习题12 -- pydoc的用法与链接转文字

				
			

			

				

					weixin_43960255的博客
				

				

					05-08
					
					379
					
				

			

		

		

			
				
参考
1.Python官方文档的pydoc用法
2. 博客园的pydoc用法
小知识

链接转文字：

<a  href ="链接">要转换的文字</a>  

例如：本文的链接转文字即为：
<a  href ="https://mp.csdn.net/mdeditor?not_checkout=1#">笨方法学python3习题12— — pydoc的用法&l...

			
		

	





	

		

			

				
					
Python3 中文与url格式编码的转换

				
			

			

				

					u010741112的博客
				

				

					05-26
					
					694
					
				

			

		

		

			
				
我们在爬虫时，url链接中含有中文时，会自动被编码为特殊符号，因此我们需要对中文进行编码操作，同时也有可能涉及到对url编码后的中文进行解码操作。
中文转换为url格式
from urllib.request import quote

x = '角色扮演'
print(quote('角色扮演'))

输出结果为：
%E8%A7%92%E8%89%B2%E6%89%AE%E6%BC%94

将编码后的中文构造成完整url，借助字符串的format方法：
url = 'https://www.taptap.c

			
		

	





	

		

			

				
					
【script】python 中文汉字与url的转换

				
			

			

				

					qq_34965596的博客
				

				

					03-24
					
					2417
					
				

			

		

		

			
				
punycode 编码（推荐）
punycode 编码又称 域名代码，是实现 中文汉字转英文字母 的一种编码方式
中文汉字 转 url
import re

url = 'www.示例.com'
cn = re.findall('[\u4e00-\u9fa5]+', url)[0]
puny = 'xn--' + cn.encode('punycode').decode('utf-8')
url = url[:url.find(cn[0])] + puny + url[url.find(cn[-1]) + 

			
		

	





	

		

			

				
					
解决python中文乱码问题

				
			

			

				

					m0_66695483的博客
				

				

					08-08
					
					9820
					
				

			

		

		

			
				
解决python中的中文乱码问题

			
		

	





	

		

			

				
					
用python将html根据div标签转换为word，并将第一行标题作为文件名

				
			

			

				

					02-13
				

			

		

		

			
				
您可以使用 python 库如 python-docx 来实现将 HTML 转换为 Word 文档。

以下是示例代码：

```python
import re
from bs4 import BeautifulSoup
import requests
import docx

def html_to_word(html, file_name):
    soup = BeautifulSoup(html, 'html.parser')
    divs = soup.find_all('div')
    doc = docx.Document()
    for div in divs:
        doc.add_paragraph(div.text)
    doc.save(file_name + '.docx')

url = '<your html url>'
html = requests.get(url).text
file_name = re.findall(r'<h1>(.*?)</h1>', html)[0]
html_to_word(html, file_name)
```

在这段代码中，我们使用了 BeautifulSoup 库来解析 HTML 文件，然后通过获取所有的 div 标签并将其文本添加到 Word 文档中来实现将 HTML 转换为 Word。

同时，我们还使用了正则表达式从 HTML 文件中提取标题，并将其作为 Word 文档的文件名。

			
		

	



              



  
“相关推荐”对你有帮助么？

  

      
    
          
  • 
              
    
                  
                  
              
    
              
    非常没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    一般
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    有帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    非常有帮助
    
          
    • 
      

      

      

          
          提交
      

      

  




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值