扫码加入数据分析学习群

问题描述：

爬虫时要访问的url中含有中文，如何来编码？

解决方法：

如果URL中存在中文，而你却不对它做任何处理，他不会达到你所想的那样，因此我们需要将中文部分进行处理，要用到urllib.request模块中的quote将中文转化成URL所需的编码，url中的中文要单独处理，不能中英文全部合在一起处理（因为一部分的特殊字符也会被处理掉）

from urllib.request import quote

# 编码

url1 = "https://www.baidu.com/s?wd=中国"

# utf8编码，指定安全字符 这样就不会将非中文的字符一起转码
ret1 = quote(url1, safe=";/?:@&=+$,", encoding="utf-8")
print(ret1)
# https://www.baidu.com/s?wd=%E4%B8%AD%E5%9B%BD

# gbk编码
ret2 = quote(url1, encoding="gbk")
print(ret2)
# https%3A//www.baidu.com/s%3Fwd%3D%D6%D0%B9%FA