如果我有一个像这样的对象：
d = {'a':1, 'en': 'hello'}
...然后我可以将其传递给type()，没问题：
percent_escaped = urlencode(d)
print percent_escaped
但是，如果我尝试传递值类型为type()的对象，则游戏结束：
d2 = {'a':1, 'en': 'hello', 'pt': u'olá'}
percent_escaped = urlencode(d2)
print percent_escaped # This fails with a UnicodeEncodingError
所以我的问题是有关准备传递给type()的对象的可靠方法。
我想到了这个函数，在其中我简单地遍历对象并编码string或unicode类型的值：
def encode_object(object):
for k,v in object.items():
if type(v) in (str, unicode):
object[k] = v.encode('utf-8')
return object
这似乎可行：
d2 = {'a':1, 'en': 'hello', 'pt': u'olá'}
percent_escaped = urlencode(encode_object(d2))
print percent_escaped
然后输出type()，准备传递给POST调用或其他任何东西。
但是我的type()函数对我来说真的很不稳定。 一方面，它不处理嵌套对象。
另一方面，我对if语句感到紧张。 我还应该考虑其他类型吗？
并将这种东西type()与本机对象进行比较，就像这样的好习惯吗？
type(v) in (str, unicode) # not so sure about this...
谢谢！
猜你喜欢:
您确实应该紧张。 在某些数据结构中可能混合使用字节和文本的整个想法令人震惊。 它违反了处理字符串数据的基本原理：在输入时解码，仅在unicode中工作，在输出时编码。
更新以回应评论：
您将要输出某种HTTP请求。 这需要准备为字节字符串。 如果您的字典中包含序数> = 128的Unicode字符，则urllib.urlencode无法正确准备该字节字符串的事实确实很不幸。 如果您的字典中混用了字节字符串和unicode字符串，则需要小心。 让我们检查一下urlencode（）的作用：
>>> import urllib
>>> tests = ['\x80', '\xe2\x82\xac', 1, '1', u'1', u'\x80', u'\u20ac']
>>> for test in tests:
... print repr(test), repr(urllib.urlencode({'a':test}))
...
'\x80' 'a=%80'
'\xe2\x82\xac' 'a=%E2%82%AC'
1 'a=1'
'1' 'a=1'
u'1' 'a=1'
u'\x80'
Traceback (most recent call last):
File "<stdin>", line 2, in <module>
File "C:\python27\lib\urllib.py", line 1282, in urlencode
v = quote_plus(str(v))
UnicodeEncodeError: 'ascii' codec can't encode character u'\x80' in position 0: ordinal not in range(128)
最后两个测试演示了urlencode（）的问题。 现在让我们看一下str测试。
如果坚持混合使用，那么至少应确保str对象以UTF-8编码。
'\ x80'是可疑的-它不是any_valid_unicode_string.encode（'utf8'）的结果。
'\ xe2 \ x82 \ xac'正常； 这是u'\ u20ac'.encode（'utf8'）的结果。
'1'是可以的-输入urlencode（）时，所有ASCII字符都可以，如果需要，它将进行百分比编码，例如'％'。
这是建议的转换器功能。 它不会改变输入字典，也不会返回输入字典（就像您一样）； 它返回一个新的字典。 如果值是str对象但不是有效的UTF-8字符串，则将强制执行异常。 顺便说一句，您对它不处理嵌套对象的担心有点误导了您的代码，仅对字典起作用，而嵌套字典的概念并没有真正实现。
def encoded_dict(in_dict):
out_dict = {}
for k, v in in_dict.iteritems():
if isinstance(v, unicode):
v = v.encode('utf8')
elif isinstance(v, str):
# Must be encoded in UTF-8
v.decode('utf8')
out_dict[k] = v
return out_dict
这是输出，以相反的顺序使用相同的测试（因为这次令人讨厌的测试位于最前面）：
>>> for test in tests[::-1]:
... print repr(test), repr(urllib.urlencode(encoded_dict({'a':test})))
...
u'\u20ac' 'a=%E2%82%AC'
u'\x80' 'a=%C2%80'
u'1' 'a=1'
'1' 'a=1'
1 'a=1'
'\xe2\x82\xac' 'a=%E2%82%AC'
'\x80'
Traceback (most recent call last):
File "<stdin>", line 2, in <module>
File "<stdin>", line 8, in encoded_dict
File "C:\python27\lib\encodings\utf_8.py", line 16, in decode
return codecs.utf_8_decode(input, errors, True)
UnicodeDecodeError: 'utf8' codec can't decode byte 0x80 in position 0: invalid start byte
>>>
有帮助吗？
我对德语“ Umlaute”也有同样的问题。解决方案非常简单：
在Python 3+中，urlencode允许指定编码：
from urllib import urlencode
args = {}
args = {'a':1, 'en': 'hello', 'pt': u'olá'}
urlencode(args, 'utf-8')
>>> 'a=1&en=hello&pt=ol%3F'
似乎它是一个比看起来更广泛的主题，尤其是当您必须处理更复杂的字典值时。 我发现了解决问题的3种方法：
修补urllib.py以包含编码参数：
out_dict[k]并将所有
out_dict[k]转换替换为out_dict[k.encode('utf-8')]显然不好，因为它几乎无法重新分配，甚至更难维护。
如此处所述更改默认的Python编码。 该博客的作者很清楚地描述了此解决方案的一些问题，并且谁知道其中更多的问题可能会潜伏在阴影中。 所以这对我也不好。
因此，我个人以这种可恶结束，将所有unicode字符串编码为任何（合理的）复杂结构的UTF-8字节字符串：
out_dict[k]您可以像这样使用它：
out_dict[k]为了对密钥也进行编码，可以用
out_dict[k.encode('utf-8')]代替out_dict[k]，但这对我来说有点太多了。
看来您无法将Unicode对象传递给urlencode，因此，在调用它之前，应该对每个unicode对象参数进行编码。 在我看来，如何以适当的方式执行此操作非常依赖于上下文，但是在您的代码中，您应始终了解何时使用unicode python对象（unicode表示形式）以及何时使用编码的对象（字节字符串）。
而且，对str值进行编码是“多余的”：编码/解码之间有什么区别？
除了指出urlencode算法并不复杂之外，没有其他要添加的内容。与其一次处理您的数据然后调用urlencode，不如执行以下操作：
from urllib import quote_plus
def urlencode_utf8(params):
if hasattr(params, 'items'):
params = params.items()
return '&'.join(
(quote_plus(k.encode('utf8'), safe='/') + '=' + quote_plus(v.encode('utf8'), safe='/')
for k, v in params))
查看urllib模块（Python 2.6）的源代码，它们的实现没有更多作用。 有一个可选功能，可以将参数中本身为2元组的值转换为单独的键值对，这有时很有用，但是如果您不需要，上面的操作就可以了。
如果您知道不需要处理2元组和字典列表，则甚至可以摆脱if hasattr('items', params):。
我用add_get_to_url()方法解决了它：
import urllib
def add_get_to_url(url, get):
return '%s?%s' % (url, urllib.urlencode(list(encode_dict_to_bytes(get))))
def encode_dict_to_bytes(query):
if hasattr(query, 'items'):
query=query.items()
for key, value in query:
yield (encode_value_to_bytes(key), encode_value_to_bytes(value))
def encode_value_to_bytes(value):
if not isinstance(value, unicode):
return str(value)
return value.encode('utf8')
特征：
- “ get”可以是字典或（键，值）对的列表
- 订单不丢失
- 值可以是整数或其他简单数据类型。
欢迎反馈。
在我的情况下，这一行工作正常->
urllib.quote(unicode_string.encode('utf-8'))
谢谢@IanCleland和@PavelVlasov
为什么回答那么长？
urlencode(unicode_string.encode('utf-8'))
