|
我们见到的正常的url地址应该是长这个样子的，https://www.baidu.com。但是也有一些url地址经过编码了，如长成这样的https%3A%2F%2Fdocument-cdn.yxtxcsq.com%2Fdoc%2Fpdf%2F03%2F000010%2F001636%2F2020%2F03%2F21%2F9e6ddc29c6028b34cd57126f8d1d0c78.pdf%3Fsign%3D6f8799f678c86acb7b5b6802e345c0d5%26t%3D1650180644。经过编码的地址在浏览器上直接访问是不通的，只有通过解码，还原真实的url地址才行。 在python3中，可以通过urllib.parse模块的unquote方法对url地址进行解码。
from urllib import parse
url = 'https%3A%2F%2Fdocument-cdn.yxtxcsq.com%2Fdoc%2Fpdf%2F03%2F000010%2F001636%2F2020%2F03%2F21%2F9e6ddc29c6028b34cd57126f8d1d0c78.pdf%3Fsign%3D6f8799f678c86acb7b5b6802e345c0d5%26t%3D1650180644'
u = parse.unquote(url)
print(u)
输出结果：
https://document-cdn.yxtxcsq.com/doc/pdf/03/000010/001636/2020/03/21/9e6ddc29c6028b34cd57126f8d1d0c78.pdf?sign=6f8799f678c86acb7b5b6802e345c0d5&t=1650180644
|