python urlencode

url中的query带有特殊字符（不是url的保留字）时需要进行编码。

当url中带有汉字时，需要特殊的处理才能正确编码，以下都只针对这种情形，当然也适用于纯英文字符的url。

(1) url编码

import urllib
url = 'http://test.com/s?wd=哈哈'
url = url.decode('gbk', 'replace')
url = url.encode('utf-8', 'replace'
print urllib.urlencode({"name":url })

结果: 'name=http%3a%2f%2ftest.com%2fs%3fwd%3d%e5%93%88%e5%93%88'

(2) url解码:

import urllib
encoded_url = 'http%3a%2f%2ftest.com%2fs%3fwd%3d%e5%93%88%e5%93%88'
print urllib.unquote(encoded_url).decode('utf-8', 'replace').encode('gbk', 'replace')

函数调用的参数以及结果都是utf-8编码的，所以在对url编码时，需要将参数串的编码从原始编码转换成utf-8，

对url解码时，需要将解码结果从utf-8转换成原始编码格式。

s.decode(“utf-8”, “ignore”) 忽略其中有异常的编码，仅显示有效的编码

s.decode(“utf-8”, “replace”) 替换其中异常的编码，这个相对来可能一眼就知道那些字符编码出问题了。