0x00 前言
最近在写一个爬虫代码，里面需要使用 get 传参中文，但是如果直接使用中文而不对其编码的话，程序将会报错。
<code>UnicodeEncodeError: 'latin-1' codec can't encode characters in position 38-39: ordinal not in range(256)
/<code>
0x01 网上的一些解决办法
参考网上的解决办法，比如下面的几种办法。
<code>1、在中文后加上".encode('GBK')"
2、在文件头部加上"＃coding = utf-8"
3、在中文后加上".encode('utf-8')"
/<code>这几种方法在我这里都行不通，抓包也可以看到数据包里的中文并不是我们想象的经过 URL 编码的字符。
<code>GET /test=b'%5Cxe6%5Cxb5%5Cx8b%5Cxe8%5Cxaf%5Cx95' HTTP/1.1
/<code>
0x02 可行的办法
最后才意识到，其实并不需要对中文进行 GBK、UTF-8 转码，而应该对其进行 URL 编码。
<code>from urllib.parse import quote
text = quote("测试", 'utf-8')
/<code>
利用 quote 函数对 “测试” 进行 URL 编码后，再次抓包可以看到中文部分已经是 URL 格式了。
<code>GET /test=%E6%B5%8B%E8%AF%95 HTTP/1.1
/<code>
此时，程序也不再报错，可以顺利执行了。
分享到:
閱讀更多 TeamsSix 的文章
