编码特殊字符以传递到URL

Question

我正在尝试学习Python，所以我想首先尝试查询IMDB以对照IMDB检查我的电影收藏；一切顺利

我所坚持的是如何处理名称中的特殊字符，以及如何将名称编码为URL会尊重的名称。

例如我有电影 Bru?no

如果使用urllib.parse.quoteget 对字符串进行编码 - Bru%CC%88no 这意味着当我使用OMDBAPI查询IMDB时，找不到电影。如果我通过OMDBAPI网站进行搜索，则它们会将名称编码为，Br%C3%BCno并且此搜索有效。

我假设编码使用的是其他标准，但是我无法解决需要做的事情

Answer 1

它使用相同的编码，但是使用不同的规范化。

>>> import unicodedata
>>> "Bru?no".encode("utf-8")
b'Bru\xcc\x88no'
>>> unicodedata.normalize("NFC", "Bru?no").encode("utf-8")
b'Br\xc3\xbcno'

某些字素（您看到的是一个“字符”），尤其是那些带有变音符号的字素可以由不同的字符组成。“ü”可以是带有组合偏音符的“ u”，也可以是字符“ü”本身（组合形式）。字母和变音符号的组合并非全都存在，但常用的字母和变音符却存在（表示通用语言的形式）。

Unicode规范化将形成字素的所有字符转换为组合或单独的字符。规范化方法“ NFC”或规范化形式规范组合尽可能地组合字符。

相比之下，另一种主要形式规范化形式规范分解或“ NFD”将生成您的版本：

>>> unicodedata.normalize("NFD", "Brüno").encode("utf-8")
b'Bru\xcc\x88no'