如何在GAE(python)中解码encodeURIComponent？

Question

我有一个使用JS encodeURIComponent在客户端编码的unicode字符串.

如果我在本地使用Python中的以下内容,我会得到预期的结果:

>>> urllib.unquote("Foo%E2%84%A2%20Bar").decode("utf-8")
>>> u'Foo\u2122 Bar'

但是当我在Google App Engine中运行时,我得到:

Traceback (most recent call last):
  File "/base/python_runtime/python_lib/versions/1/google/appengine/ext/webapp/_webapp25.py", line 703, in __call__
    handler.post(*groups)
  File "/base/data/home/apps/s~kaon-log/2.357769827131038147/main.py", line 143, in post
    path_uni = urllib.unquote(h.path).decode('utf-8')
  File "/base/python_runtime/python_dist/lib/python2.5/encodings/utf_8.py", line 16, in decode
    return codecs.utf_8_decode(input, errors, True)
UnicodeEncodeError: 'ascii' codec can't encode characters in position 3-5: ordinal not in range(128)

我仍在使用Python 2.5,以防万一.我错过了什么？

Answer 1

我的猜测是这h.path是一个unicode对象.然后urllib.unquote会返回一个unicode对象.当decode最初被称为unicode的对象将转换为str使用默认编码(这是ASCII),在这里你会得到'ascii' codec can't encode例外.

这是一个证据:

>>> urllib.unquote(u"Foo%E2%84%A2%20Bar").decode("utf-8")
...
UnicodeEncodeError: 'ascii' codec can't encode characters in position 3-5: ordinal not in range(128)

这应该工作:

urllib.unquote(h.path.encode('utf-8')).decode("utf-8")

有一个stackoverflow线程解释了为什么unicode无法使用urllib.unquote:如何在python中取消引用urlencoded unicode字符串？