如何将百分比编码的 url 转换为非 ascii 字符的字符串？

Question

我希望这应该很容易。我有一个网址：

http://uploads4.wikiart.org/images/marc-chagall/kopeikin-and-napol%C3%A9on.jpg

使用以下代码保存到 json 文件中：

paintings = get_all_paintings(marc_chagall)
with open('chagall.json', 'w') as fb:
    x = json.dump(paintings, fb)

在文件中，URL变成了：

u'http://uploads4.wikiart.org/images/marc-chagall/kopeikin-and-napol\xe9on.jpg'

我可以使用以下代码获取原始的、可用的、百分比编码的 URL：

p = u'http://uploads4.wikiart.org/images/marc-chagall/kopeikin-and-napol\xe9on.jpg'
p = urllib.quote(p.encode('utf8'), safe='/:')
print repr(p) 
> 'http://uploads4.wikiart.org/images/marc-chagall/kopeikin-and-napol%C3%A9on.jpg'

现在是棘手的部分。我想得到这个字符串：

http://uploads4.wikiart.org/images/marc-chagall/kopeikin-and-napoléon.jpg

napoléon 中的非 ascii 字符完好无损。这是为了在存储桶中命名，而不是其他任何东西。我怎样才能产生这个字符串？

Answer 1

只打印 unicode 值：

>>> print u'http://uploads4.wikiart.org/images/marc-chagall/kopeikin-and-napol\xe9on.jpg'
http://uploads4.wikiart.org/images/marc-chagall/kopeikin-and-napoléon.jpg

不要将 Unicode 值的 Python 表示（为了便于调试和自省，故意对非 ASCII 字符使用转义符）与实际值混淆。

打印会将值编码为控制台或终端使用的编解码器，前提是 Python 能够检测到它。我的终端设置为 UTF-8，因此 Python 将 U+00E9 unicode 代码点编码为 C3 A9 字节，然后我的终端将其解释为 UTF-8 并显示é。

这一切只是意味着你已经有了正确的值，但是被调试输出抛出了。

Answer 2

你已经拥有它了：

print u'http://uploads4.wikiart.org/images/marc-chagall/kopeikin-and-napol\xe9on.jpg'

p 的值已经是那个字符串了，只是显示方式不同。