编码特殊字符以传递给 URL

Question

我正在尝试学习 Python，所以我想我应该先尝试查询 IMDB 以根据 IMDB 检查我的电影 collection；进展顺利

我坚持的是如何处理名称中的特殊字符，并将名称编码为 URL 会尊重的内容。

例如我有电影Brüno

如果我使用 urllib.parse.quote 对字符串进行编码，我会得到 - Bru%CC%88no 这意味着当我使用 OMDBAPI 查询 IMDB 时，它找不到电影。如果我通过 OMDBAPI 站点进行搜索，他们会将名称编码为 Br%C3%BCno 并且此搜索有效。

我假设编码使用的是不同的标准，但我不知道我需要做什么

Answer 1

它使用相同的编码，但使用不同的规范化。

>>> import unicodedata
>>> "Brüno".encode("utf-8")
b'Bru\xcc\x88no'
>>> unicodedata.normalize("NFC", "Brüno").encode("utf-8")
b'Br\xc3\xbcno'

一些字素（你认为是一个 "character" 的东西），尤其是那些带有变音符号的字素可以由不同的字符组成。 “ü”可以是带有组合分音符的 "u"，也可以是字符“ü”本身（组合形式）。并非所有字母和变音符号的组合都存在组合形式，但它们适用于常用组合（=那些存在于通用语言中的组合）。

Unicode 规范化将构成字素的所有字符转换为组合字符或单独字符。归一化方法"NFC"，或归一化形式规范组合，尽可能组合字符。

相比之下，另一种主要形式，规范化形式规范分解，或"NFD"将产生你的版本：

>>> unicodedata.normalize("NFD", "Brüno").encode("utf-8")
b'Bru\xcc\x88no'

Encoding special characters for passing to a URL