每种语言都有其关键字和保留字符,这样为了能这些特殊字符能正常显示,就需要转义,如Python中\n代表回车,HTML中
代表空格等等。
Python中的''是转义控制符,如果要表达\本身则需要使用'',常见于Windows系统的路径中(使用'/'则不需要转义)。
有时候我们在响应文本中会看到一些\u开头的字符串,如下例。
>>> import requests >>> res = requests.get('https://httpbin.org/get?name=张三&age=12') >>> print(res.text) { "args": { "age": "12", "name": "\u5f20\u4e09" }, "headers": { "Accept": "*/*", "Accept-Encoding": "gzip, deflate", "Host": "httpbin.org", "User-Agent": "python-requests/2.24.0", "X-Amzn-Trace-Id": "Root=1-5f8f8e42-6d1f34a2691b8bec579454a3" }, "origin": "111.194.126.253", "url": "https://httpbin.org/get?name=\u5f20\u4e09&age=12" }
响应体文本中,name后面对应是"\u5f20\u4e09",这是HTTP请求在传输时为了确保符合ASCII编码对其他字符集做的unicode转义。
注意这个只是打印结果,我们看看res.text的本来样子。
>>> res.text '{\n "args": {\n "age": "12", \n "name": "\\u5f20\\u4e09"\n }, \n "headers": {\n "Accept": "*/*", \n "Accept-Encoding": "gzip, deflate", \n "Host": "httpbin.org", \n "User-Agent": "python-requests/2.24.0", \n "X-Amzn-Trace-Id": "Root=1-5f8f8e42-6d1f34a2691b8bec579454a3"\n }, \n "origin": "111.194.126.253", \n "url": "https://httpbin.org/get?name=\\u5f20\\u4e09&age=12"\n}\n'
可以看出name的实际值是"\u5f20\u4e09","\u5f20\u4e09" != "\u5f20\u4e09",看下如下例子。
>>> name = "\u5f20\u4e09" >>> name '张三' >>> name = "\\u5f20\\u4e09" >>> name '\\u5f20\\u4e09' >>> print(name) \u5f20\u4e09
可见 "\u5f20\u4e09" 就是"张三",而"\u5f20\u4e09"是一个显示为"\u5f20\u4e09"的字符串。
unicode转义-解码
如何将"\u5f20\u4e09"转为"张三"呢?方法如下
先按utf-8编码回二进制,然后按unicode-escape方式解码为正常文本
>>> name = "\\u5f20\\u4e09" >>> name.encode('utf-8').decode('unicode-escape') '张三'
unicode转义-编码
如果想将"张三"转为unicode转义字符只需要反向操作即可。
>>> name = "张三" >>> name.encode('unicode-escape').decode('utf-8') '\\u5f20\\u4e09'
有些中文网页中有时会使用GBK编码,形式为\x开头的字符如。
>>> name = "张三" >>> name.encode('gbk') b'\xd5\xc5\xc8\xfd'
这个二进制字符串b'\xd5\xc5\xc8\xfd'就是"张三",但如果我们拿到一个"\xd5\xc5\xc8\xfd"的普遍字符串呢?
操作方法如下。
>>> name = "\xd5\xc5\xc8\xfd" >>> name 'ÕÅÈý' >>> name.encode('latin1').decode('unicode-escape').encode('latin1').decode('gbk') '张三' >>> name = "\\xd5\xc5\\xc8\\xfd" >>> name.encode('latin1').decode('unicode-escape').encode('latin1').decode('gbk') '张三'
无论是"\xd5\xc5\xc8\xfd"还是"\xd5\xc5\xc8\xfd"都可以。
在有些情况下我们需要解码html文档中的转义字符,或者进行编码,操作如下。
>>> import html >>> args='{"e": 5, "f": 6}' >>> html.escape(args) # 转义 '{"e": 5, "f": 6}' >>> html.unescape('{"e": 5, "f": 6}') # 转回 '{"e": 5, "f": 6}'
在url中需要对一些特殊字符进行编码,比如在浏览器地址栏中输入https://httpbin.org/get?name=张三&age=12'
然后复制-粘贴,你会发现网址变为了https://httpbin.org/get?name=%E5%BC%A0%E4%B8%89&age=12,这就是url为确保ASCII对特殊字符集非ASCII编码进行的编码。
如何解码呢?方法如下。
>>> from urllib.parse import quote,unquote,urlencode >>> url = 'https://httpbin.org/get?name=%E5%BC%A0%E4%B8%89&age=12' >>> unquote(url) 'https://httpbin.org/get?name=张三&age=12'
如果想要进行urlencode编码,则需要使用quote和urlencode,quote对字符串进行编码,一般只用于单个参数值,urlencode则对一组字典格式的参数进行编码组装。
示例如下:
>>> name = "张三" >>> quote(name) '%E5%BC%A0%E4%B8%89' >>> url = f'https://httpbin.org/get?name={name}&age=12' >>> url 'https://httpbin.org/get?name=张三&age=12' >>>
或
>>> params = {"name": "张三", "age": 12} >>> urlencode(params) 'name=%E5%BC%A0%E4%B8%89&age=12' >>> url = f'https://httpbin.org/get?{urlencode(params)}' >>> url 'https://httpbin.org/get?name=%E5%BC%A0%E4%B8%89&age=12'
编码和加密的不同在于,编码一般为了传输或者压缩,支持解码。加密后则一般不能反解。
base64一般用于在接口中,将图片或媒体变为一种固定长度的字符串形式,方便传输。
base64编码解码方法如下。
编码
''' 学习中遇到问题没人解答?小编创建了一个Python学习交流群:531509025 寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书! ''' >>> import base64 >>> a = 'lts' >>> b =a.encode('utf-8') >>> base64.b64encode(b) b'bHRz' >>> base64.b64encode(b).decode('utf-8') 'bHRz'
解码
>>> base64.b64decode('bHRz').decode('utf-8') 'lts' >>> base64.b64decode(b'bHRz').decode('utf-8') 'lts' >>>