Декодировать экранированные символы в URL

Question

У меня есть список, содержащий URL с экранированными символами в них.Эти символы были установлены urllib2.urlopen при восстановлении html-страницы:

http://www.sample1webpage.com/index.php?title=%E9%A6%96%E9%A1%B5&action=edit
http://www.sample1webpage.com/index.php?title=%E9%A6%96%E9%A1%B5&action=history
http://www.sample1webpage.com/index.php?title=%E9%A6%96%E9%A1%B5&variant=zh 

Есть ли способ преобразовать их обратно в неэкранированную форму в python?

PS: URL-адресазакодированы в utf-8

Answer 1

Официальные документы.

urllib.unquote( строка )

Заменить %xx на их односимвольный эквивалент.

Пример: unquote('/%7Econnolly/') выход '/~connolly/'.

А потом просто декодируй.

---

Обновление: Для Python 3 напишите следующее:

urllib.parse.unquote(url)

Python 3 документа.

Answer 2

А если вы используете Python3, вы можете использовать:

urllib.parse.unquote(url)

Answer 3

или urllib.unquote_plus

>>> import urllib
>>> urllib.unquote('erythrocyte+membrane+protein+1%2C+PfEMP1+%28VAR%29')
'erythrocyte+membrane+protein+1,+PfEMP1+(VAR)'
>>> urllib.unquote_plus('erythrocyte+membrane+protein+1%2C+PfEMP1+%28VAR%29')
'erythrocyte membrane protein 1, PfEMP1 (VAR)'

Answer 4

Вы можете использовать urllib.unquote

Answer 5

import re

def unquote(url):
  return re.compile('%([0-9a-fA-F]{2})',re.M).sub(lambda m: chr(int(m.group(1),16)), url)