Giải mã các ký tự thoát trong URL

Question

Tôi có danh sách chứa các URL có ký tự thoát trong chúng. Những nhân vật đã được thiết lập bởi urllib2.urlopen khi nó phục hồi trang html:

http://www.sample1webpage.com/index.php?title=%E9%A6%96%E9%A1%B5&action=edit 
http://www.sample1webpage.com/index.php?title=%E9%A6%96%E9%A1%B5&action=history 
http://www.sample1webpage.com/index.php?title=%E9%A6%96%E9%A1%B5&variant=zh 

Có cách nào để chuyển đổi chúng trở lại hình thức unescaped của họ trong python?

P.S .: Các URL được mã hóa trong utf-8

Answer 1

Official docs.

urllib.unquote(chuỗi)

Thay %xx thoát bởi đơn nhân vật tương đương của họ.

Ví dụ: unquote('/%7Econnolly/') sản lượng '/~connolly/'.

Và sau đó chỉ giải mã.

---

Cập nhật: Đối với Python 3, viết như sau:

urllib.parse.unquote(url) 

Python 3 docs.

Answer 2

Bạn có thể sử dụng urllib.unquote

Answer 3

import re 

def unquote(url): 
    return re.compile('%([0-9a-fA-F]{2})',re.M).sub(lambda m: chr(int(m.group(1),16)), url) 

Answer 4

hoặc urllib.unquote_plus

>>> import urllib 
>>> urllib.unquote('erythrocyte+membrane+protein+1%2C+PfEMP1+%28VAR%29') 
'erythrocyte+membrane+protein+1,+PfEMP1+(VAR)' 
>>> urllib.unquote_plus('erythrocyte+membrane+protein+1%2C+PfEMP1+%28VAR%29') 
'erythrocyte membrane protein 1, PfEMP1 (VAR)' 

Answer 5

Và nếu bạn đang sử dụng Python3 bạn có thể sử dụng:

urllib.parse.unquote(url)