python设置字符编码_python字符编码问题一则

今天在分析nginx日志的时候，发现用户的请求中有如下格式的字符：

\xB6\xF1\xD2\xE2

而大部分用户提交的请求则是如下形式：

%E4%BC%98%E8%A1%A3%E5%BA%93

对于前者，使用以下python代码进行解码：

def decode_query_str():

str = b'\xB6\xF1\xD2\xE2'

print("{} ==》 {}".format(str, str.decode('GBK')))

执行结果：

b'\xb6\xf1\xd2\xe2' ==》 恶意

发生这种情况，可能的原因如下：

IE浏览器设置中有一个选项：”以UTF-8 形式发送URL路径”，当该选项有效时，IE将会对特殊字符进行UTF-8编码，同时进行URL编码。如果该选项无效，则使用默认编码”GBK”，并且不进行 URL编码。但是，对于URL后面的参数，则总是不进行编码，相当于UTF-8选项无效。比如： “中文.html?a=中文”， 当UTF-8选项有效时，将发送链接”%e4%b8%ad%e6%96%87.html?a=/x4e/x2d/x65/x87″； 而UTF-8选项无效时，将发送链接”/x4e/x2d/x65/x87.html?a=/x4e/x2d/x65/x87″。 在此注意，不管此选项是否有勾选，后面的参数都没有改变，改变的仅仅是地址。

对于后者，通过urldecode即可得到解码之后的数据，python代码如下：

def str_two():

str = '恶意'

print(urllib.parse.quote(str))

str = '%E6%81%B6%E6%84%8F'

print(urllib.parse.unquote(str))

该日志未加标签