我知道非标准的%uxxxx方案,但这似乎不是明智的选择,因为该方案已被W3C拒绝.
一些有趣的例子:
心中的人物.如果我在浏览器中输入:
http://www.google.com/search?q=?
然后复制并粘贴它,我看到这个URL
http://www.google.com/search?q=%E2%99%A5
这使得它看起来像Firefox(或Safari)正在这样做.
urllib.quote_plus(x.encode("latin-1"))
'%E2%99%A5'
这是有道理的,除了不能用Latin-1编码的东西,比如三点字符.
…
如果我输入URL
http://www.google.com/search?q=…
进入我的浏览器然后复制粘贴,我明白了
http://www.google.com/search?q=%E2%80%A6
背部.这似乎是做的结果
urllib.quote_plus(x.encode("utf-8"))
这是有道理的,因为...不能用Latin-1编码.
但后来我不清楚浏览器是如何用UTF-8或Latin-1解码的.
因为这似乎含糊不清:
In [67]: u"…".encode('utf-8').decode('latin-1')
Out[67]: u'\xc3\xa2\xc2\x80\xc2\xa6'
有效,所以我不知道浏览器是如何用UTF-8或Latin-1解码的.
使用我需要处理的特殊字符做什么是正确的？