使用 python 编码重音字符时出现问题

Question

我在使用 python 命令行对 URL 中的重音字符进行编码时遇到问题。将我的问题简化为本质，此代码：

>>> import urllib
>>> print urllib.urlencode({'foo' : raw_input('> ')})
> áéíóúñ

在 mac 命令行中打印此内容：

foo=%C3%A1%C3%A9%C3%AD%C3%B3%C3%BA%C3%B1

但相同的代码在 windows 命令行中打印此内容：

foo=%A0%82%A1%A2%A3%A4

mac 结果是正确的，并且字符根据需要进行编码；但在 Windows 中我得到了一堆乱码。

我猜问题出在Windows编码字符的方式上，但我一直没能找到解决方案；如果你能帮助我，我将非常感激。提前致谢！

Answer 1

您可以使用显式编码来获得一致的结果。

>>> str = u"áéíóúñ"
>>> import urllib
>>> urllib.urlencode({'foo':str.encode('utf-8')})
'foo=%C3%A1%C3%A9%C3%AD%C3%B3%C3%BA%C3%B1'

但是，您需要首先确保您的字符串采用 unicode，因此如果不是，则可能需要解码，例如 raw_input().decode('latin1') 或 raw_input().decode('utf-8')

输入编码取决于我相信控制台的区域设置，因此它是特定于系统的。

编辑： unicode(str) 也应该使用区域设置编码来转换为 unicode，因此这可能是一个解决方案。

Answer 2

Windows 命令行在美国 Windows 中使用 cp437 编码。你需要utf-8：

>>> import sys
>>> sys.stdin.encoding
'cp437'
>>> print urllib.urlencode({'foo':raw_input('> ').decode('cp437').encode('utf8')})
> áéíóúñ
foo=%C3%A1%C3%A9%C3%AD%C3%B3%C3%BA%C3%B1