如何将扩展ascii与bs4 u一起使用

Question

我一直不愿意发表一个关于这个问题，但经过3天的谷歌我不能得到这个工作。长话短说，我正在为魔兽世界制作一个raid装备追踪器。你知道吗

我用BS4来处理网页垃圾，我可以拉网页和刮的信息，我需要从它。我遇到的问题是，玩家的名字中有一个扩展的ascii字符，例如：thermíte。（i是alt+161）

http://us.battle.net/wow/en/character/garrosh/thermíte/advanced

我正在尝试找出如何重新编码url，使其更像这样：

http://us.battle.net/wow/en/character/garrosh/therm%C3%ADte/advanced

我使用tkinter作为gui，我让用户从下拉列表中选择他们的领域，然后在一个输入字段中键入字符名。你知道吗

namefield = Entry(window, textvariable=toonname)

我有一个刮功能，执行主配置文件页面的初始刮。在这里，我将namefield的值赋给一个全局变量

namefield = Entry(window, textvariable=toonname, command=firstscrape)

我想我已经接近了，因为当它通过“thermíte”时，scrape函数会打印出“therm\xC3\xADte”，我所需要做的就是用“%”替换“\x”，我就变成了黄金。但这行不通。我可以用mastername.查找（'\x'），它会在字符串中找到它的实例，但是mastername.replace（'\x'，'%'）实际上不会替换任何内容。你知道吗

我试过r'\x'\%'r'\x'等的各种组合。没有骰子。你知道吗

最后，当我试图做一些事情，如编码成拉丁语，然后解码回utf-8，我得到的错误，它如何不能处理扩展ascii字符。你知道吗

urlpart1 = "http://us.battle.net/wow/en/character/garrosh/"
urlpart2 = mastername
urlpart3 = "/advanced"
url = urlpart1 + urlpart2 + urlpart3

这就是我用来尝试重建最终url的方法（在修复名称问题之前，我将保持领域不变）

Tldr公司：

我正在尝试使用扩展ascii的url，例如：

http://us.battle.net/wow/en/character/garrosh/thermíte/advanced

它变成了一个浏览器可以轻松处理的url，比如：

http://us.battle.net/wow/en/character/garrosh/therm%C3%ADte/advanced

使用所有正常的扩展ascii字符。你知道吗

我希望这是有意义的。你知道吗

这是一个完整的脚本atm粘贴箱。有一些东西，在它的自动取款机是没有利用，直到后来。pastebin link

Answer 1

您可以尝试以下方法：

>>> import urllib
>>> 'http://' + '/'.join([urllib.quote(x) for x in url.strip('http://').split('/')]
'http://us.battle.net/wow/en/character/garrosh/therm%C3%ADte/advanced'

urllib.quote()“安全”URL对字符串的字符进行编码。您不希望所有字符都受到影响，只希望“/”字符之间的所有字符都受到影响，不包括初始的“http://”。所以strip和split函数把它们从方程中去掉，然后用+操作符和join把它们连接起来

编辑：这是我的责任，因为我没有阅读文档。。。更干净：

>>> url = 'http://us.battle.net/wow/en/character/garrosh/therm%C3%ADte/advanced'
>>> urllib.quote(url, safe=':/')
'http://us.battle.net/wow/en/character/garrosh/therm%25C3%25ADte/advanced'

Answer 2

结果url中不应包含非ascii字符。确保mastername是Unicode字符串（在Python3上为isinstance(mastername, str)）：

#!/usr/bin/env python3
from urllib.parse import quote

mastername = "thermíte"
assert isinstance(mastername, str)
url = "http://us.battle.net/wow/en/character/garrosh/{mastername}/advanced"\
        .format(mastername=quote(mastername, safe=''))
# -> http://us.battle.net/wow/en/character/garrosh/therm%C3%ADte/advanced