0x00 前言
最近在寫一個爬蟲代碼，裡面需要使用 get 傳參中文，但是如果直接使用中文而不對其編碼的話，程序將會報錯。
<code>UnicodeEncodeError: 'latin-1' codec can't encode characters in position 38-39: ordinal not in range(256)
/<code>
0x01 網上的一些解決辦法
參考網上的解決辦法，比如下面的幾種辦法。
<code>1、在中文後加上".encode('GBK')"
2、在文件頭部加上"＃coding = utf-8"
3、在中文後加上".encode('utf-8')"
/<code>這幾種方法在我這裡都行不通，抓包也可以看到數據包裡的中文並不是我們想象的經過 URL 編碼的字符。
<code>GET /test=b'%5Cxe6%5Cxb5%5Cx8b%5Cxe8%5Cxaf%5Cx95' HTTP/1.1
/<code>
0x02 可行的辦法
最後才意識到，其實並不需要對中文進行 GBK、UTF-8 轉碼，而應該對其進行 URL 編碼。
<code>from urllib.parse import quote
text = quote("測試", 'utf-8')
/<code>
利用 quote 函數對 “測試” 進行 URL 編碼後，再次抓包可以看到中文部分已經是 URL 格式了。
<code>GET /test=%E6%B5%8B%E8%AF%95 HTTP/1.1
/<code>
此時，程序也不再報錯，可以順利執行了。
分享到:
閱讀更多 TeamsSix 的文章
