如何将 unicode 转义序列 URL 转换为 python unicode？

Question

如果 URL 中包含一些 unicode 字符，并且在客户端使用 javascript ( escape(text) ) 进行转义，那么正确的方法是什么？例如，如果我的网址是：domain.com/?text=%u05D0%u05D9%u05DA%20%u05DE%u05DE%u05D9%u05E8%u05D9%u05DD%20%u05D0%u05EA%20%u05D4%u05D8%u05E7% u05E1%u05D8%20%u05D4%u05D6%u05D4

我尝试过： 文本 = urllib.unquote(request.GET.get('文本')) 但我得到了完全相同的字符串（％u05D0％u05D9％u05DA％20％u05DE ...）

Answer 1

最终我所做的是将客户端从 escape(text) 更改为 urlEncodeComponent(text)
然后在python端使用：

request.encoding = 'UTF-8'
text = unicode(request.GET.get('text', None))

不确定这是最好的做法，但它适用于英语和希伯来语

Answer 2

因为你的 %uxxxx 不是 Python 标准，即 \uxxxx，所以你需要一个棘手的转换来将 '%' 替换为 '\'，如下所示（在我的 Python shell 中测试）：

>>> import sys; reload(sys); sys.setdefaultencoding('utf8')
<module 'sys' (built-in)>
>>> text = '%u05D0%u05D9%u05DA%20%u05DE%u05DE%u05D9%u05E8%u05D9%u05DD%20%u05D0%u05EA%20%u05D4%u05D8%u05E7%u05E1%u05D8%20%u05D4%u05D6%u05D4'
>>> text = text.replace('%', '\\')
>>> text_u = text.decode('unicode-escape')
>>> print text_u
איךממיריםאתהטקסטהזה

转换为 Unicode 类型后，你可以转换它可以是您喜欢的任何编码，如下所示：

>>> text_utf8 = text_u.encode('utf8')
>>> text_utf8
'\xd7\x90\xd7\x99\xd7\x9a\x10\xd7\x9e\xd7\x9e\xd7\x99\xd7\xa8\xd7\x99\xd7\x9d\x10\xd7\x90\xd7\xaa\x10\xd7\x94\xd7\x98\xd7\xa7\xd7\xa1\xd7\x98\x10\xd7\x94\xd7\x96\xd7\x94'
>>> print text_utf8
איךממיריםאתהטקסטהזה