如何从 URL 参数中获取 unicode 字符？答案

【问题标题】：How can I get unicode characters from a URL parameter?如何从 URL 参数中获取 unicode 字符？
【发布时间】：2010-12-17 20:17:04
【问题描述】：

我需要使用 GET 请求通过 JavaScript 客户端将 JSON 发送到我的服务器，因此我开始回显响应以确保在翻译过程中不会丢失任何内容。普通文本似乎没有问题，但是只要我包含任何类型的 Unicode 字符（例如“ç”），该字符就会以某种方式编码（例如“\u00e7”）并且返回值不同于请求值。我主要担心的是，A) 在我的 Python 代码中保存了客户端打算正确发送到数据库的内容，并且 B) 我将相同的值回显给客户端已发送（测试时）。

也许这意味着我不能使用 base64，或者必须在此过程中做一些不同的事情。我没问题。我的实现只是一种达到目的的尝试。

当前步骤（如果需要，可以更改任何步骤）：

我要发送到服务器的原始 JSON 字符串：

'{"weird-chars": "°ç"}'

通过 GET 参数传递给服务器的字符串的 JavaScript Base64 encoded 版本（附带说明，编码字符串末尾的等号会导致任何问题吗？）：

http://www.myserver.com/?json=eyJ3ZWlyZC1jaGFycyI6ICLCsMOnIn0=

Python str 来自 b64decode 的参数：

'{"weird-chars": "\xc2\xb0\xc3\xa7"}'

Python dict from json.loads 的解码参数：

{'weird-chars': u'\xb0\xe7'}

Python str 从 json.dumps 到 dict（以及随后输出到浏览器）：

'{"weird-chars": "\u00b0\u00e7"}'

【问题讨论】：

标签： python unicode encoding character-encoding special-characters

【解决方案1】：

在我看来一切都很好。

>>> hex(ord(u'°'))
'0xb0'
>>> hex(ord(u'ç'))
'0xe7'

也许您应该在尝试使用 JSON 之前对其进行解码。

【讨论】：

@Ignacio - 我不能简单地遍历字符串中的每个字符并使用hex(ord(char)) 进行转换。有没有一种方法可以保证字符将正确存储在数据库中（在上面的 Python dict 步骤中），并将它们正确返回到浏览器（即未编码），同时不会导致任何问题或潜在的错误？正确地，我的意思是如果用户输入ççç 作为他们的名字，当他们回到页面时，他们的名字不会显示为0xe70xe70xe7。
@Ignacio - loads 如何让我得到“解码”值，如果它仍然是 \xb0\xe7 十六进制编码？我只是想明白。 ° 是否应该在数据库中存储为 xb0 等，所以您认为这是“解码”的？或者，您是否建议在运行loads 之前以其他方式“解码”它？在上面的示例中，我已经在上一步的第二步中使用了loads。浏览器仍在接收上一步的字符串，这是不正确的。
@Ignacio - 好的，现在说得通了。为什么浏览器收到的内容与repr() 显示的内容相同？最后有没有我遗漏的步骤？
@Ignacio - 好的，谢谢。我以前以为您只是在回答中的意思是在服务器端解码。
不解码的情况下如何在客户端使用 JSON？

【解决方案2】：

您的程序很好，您只需要多走 1 步；也就是说，从 unicode 编码到 utf-8（或任何其他支持“奇怪字符”的编码。）

将解码视为从常规字符串到 unicode 所做的工作，将 encoding 视为返回来自 unicode。换句话说：

你 de - 编码 str 以产生 unicode 字符串

和 en - 编码 unicode 字符串以生成 str。

所以：

params = {'weird-chars': u'\xb0\xe7'}

encodedchars = params['weird-chars'].encode('utf-8')

encodedchars 将包含您的字符，以所选编码显示（在本例中为utf-8）。

【讨论】：