简单的ASCII URL编码Python

Question

看那个：

import urllib
print urllib.urlencode(dict(bla='Ã'))

输出是

bla=%C3%BC

我想要的很简单，我想要在ASCII而不是UTF-8中输出，因此我需要输出：

bla=%C3

如果我尝试：

urllib.urlencode(dict(bla='Ã'.decode('iso-8859-1')))

不起作用（我所有的Python文件均为UTF-8编码）：

'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)

在生产中，输入是无编码的。

Answer 1

感谢所有解决方案。你们所有人都聚集到同一点。我弄乱了正确的代码

.encode('iso-8859-1') 

到

.decode('iso-8859-1')

回到.encode（'ISO-8859-1'）并起作用。

Answer 2

看一下 Python中的Unicode音译:

from unidecode import unidecode
print unidecode(u"\u5317\u4EB0")

# That prints: Bei Jing

在您的情况下：

bla='Ã'
print unidecode(bla)
'A'

---

这是第三方库，可以通过以下方式轻松安装：

$ git clone http://code.zemanta.com/tsolc/git/unidecode
$ cd unidecode
$ python setup.py install

Answer 3

我想要在ASCII而不是UTF-8中输出

那不是ASCII，没有字符映射到0x80以上。您是在谈论ISO-8859-1，或者可能是代码第1252页（基于它的窗口编码）。

'Ã'.decode('iso-8859-1')

好吧，这取决于您用来保存字符的编码 Ã 在来源，不是吗？听起来您的文本编辑器将其保存为UTF-8。 （这是一件好事，因为像ISO-8859-1这样的环境特定编码需要尽快离开。）

告诉python，您保存的源文件是根据UTF-8的 PEP 263:

# coding=utf-8

urllib.quote(u'Ã'.encode('iso-8859-1'))    # -> %C3

或者，如果您不想要麻烦，请使用后斜切逃脱：

urllib.quote(u'\u00C3'.encode('iso-8859-1'))    # -> %C3

尽管无论哪种方式，现代的WebApp都应使用UTF-8进行输入而不是ISO-8859-1/CP1252。

Answer 4

这种方式工作非常好：

import unicodedata
unicodedata.normalize('NFKD', 'Ã'.decode('UTF-8')).encode('ascii', 'ignore')

Answer 5

如果您的输入实际上是UTF-8，并且您希望ISO-8859-1作为输出（不是ASCII）您需要的是：

'ñ'.decode('utf-8').encode('iso-8859-1')

Answer 6

包裹 unihandecode 是

Unicode文本的US-ASCII音译。
Python Unidecode的改进版本，这是Sean M. Burke的Text :: Unidecode Perl模块的Python端口。

pip install Unihandecode

然后进 python

import unihandecode
print(unihandecode.unidecode(u'Ã'))

印刷 A.