我与python3擦肩而过（三）—— 我去。。又是编码问题——urllib.parse.unquote

　　　　记得初学python时就学的爬虫，经常遇到编码问题（其实在python3里面编码问题已经很少了。。。），用requests库就挺方便解决这些问题的。近来有共同学习python的程序员写了个电子书网站，想要相关的爬虫，于是，我去试了试。。。当然，第一步就遇到“编码问题”，这次requests就用不上啦。

　　　　观察发现，小说网站搜索网页之后，跳转的网址形如：http://so.biquge.la/cse/search?s=7138806708853866527&q=%CD%EA%C3%C0%CA%C0%BD%E7

而且，查询不同的内容，变化的只是 &q= 之后的内容。开始以为是加密（好吧，我真的是小白。。。），大牛告诉说只是个编码。。。用到urllib.parse.unquote（在python2里面是urllib.unquote）。

　　　　在python3里面具体是这样的：

from urllib import parse

city = parse.unquote(‘%E5%B1%B1%E8%A5%BF‘,)  # encoding=‘utf-8‘
print(city)  # 山西

　　　　这是请教别人的一个例子，完美运行了。但是当我去套用这个格式的时候，却出现了乱码。检查发现，和所在网页的编码方式有关（上面代码也截取自网页）。例子的网页的编码是UTF-8，而要解析的小说网站的编码是GBK。于是修改代码如下：

name = parse.unquote(‘%CE%E4%B6%AF%C7%AC%C0%A4‘, encoding=‘gb18030‘)  # gbk亦可
print(name)  # 武动乾坤

　　也就是说，第一个例子中默认的是 encoding=‘utf-8‘。（ps:关于GBK与GB18030，可参考这篇文章。）

到这里呢就算是能成功解码啦，于是。。。自然想到，就是怎么编回去呢？下面，“倒车”请注意：

x = parse.quote(‘武动乾坤‘, encoding=‘gb18030‘)
print(x)

　　输出结果：

%CE%E4%B6%AF%C7%AC%C0%A4

　　和想象中的一样简单，即，将unquote改为quote。

　　至此，算是对编码问题又多一份了解，当然，以后路还很长呢！

　　最后感谢群里面两位大神的相助@Irvine-宋前废帝，@福建-天涯。