如何将十六进制格式的拉丁字母映射到 python 中对应的拉丁字母

Question

我正在尝试从网络中提取数据。很少有拉丁字母以其普通的十六进制格式出现。

例如：

https://www.zomato.com/ncr/café-mrp-connaught-place-new-delhi

这个link会变成

https://www.zomato.com/ncr/caf%C3%A9-mrp-connaught-place-new-delhi

如何从中取回拉丁字母。我想对此进行概括，并对我的数据框中发生更改的所有拉丁字母执行此操作。

i=1
main_page_url = r"https://www.zomato.com/ncr/connaught-place-delhi-restaurants"
chrome_path = r"C:\Users\HPO2KOR\Desktop\chromedriver.exe"
wd = webdriver.Chrome(chrome_path)
wd.get(main_page_url)
while(i<=2):
    rests = wd.find_elements_by_xpath('//a[@class="result-title hover_feedback zred bold ln24   fontsize0 "]')
    for rest in rests:
        df = df.append({'Rest Name' : rest.text,
                   'URL' : rest.get_attribute("href")}, ignore_index=True)
    nxt_pg = wd.find_element_by_xpath('//a[@class="paginator_item   next item"]')
    nxt_pg.click()
    wd.switch_to_window(wd.window_handles[0])
    i+=1
wd.close()

Answer 1

您可以使用urllib.parse.unquote(s)/urllib.parse.quote(s)

这是我的代码条：

>>> urllib.parse.unquote("https://www.zomato.com/ncr/caf%C3%A9-mrp-connaught-place-new-delhi")
'https://www.zomato.com/ncr/café-mrp-connaught-place-new-delhi'

>>> urllib.parse.quote('https://www.zomato.com/ncr/café-mrp-connaught-place-new-delhi')
'https%3A//www.zomato.com/ncr/caf%C3%A9-mrp-connaught-place-new-delhi'

如何将十六进制格式的拉丁字母映射到 python 中对应的拉丁字母

How to map latin letters in hex format to its corresponding latin letter in python

python

web-scraping

latin