Python 请求编码 POST 数据

Posted 2023-02-23

【中文标题】Python 请求编码 POST 数据

【英文标题】：Python Requests encoding POST data

【发布时间】：2013-06-29 08:24:30

【问题描述】：

版本：Python 2.7.3

其他库：Python-Requests 1.2.3、jinja2 (2.6)

我有一个向论坛提交数据的脚本，但问题是非 ascii 字符显示为垃圾。例如，像 André Téchiné 这样的名字出现为 André© Téchiné。

提交数据的方式如下：

1) 数据最初是从 UTF-8 编码的 CSV 文件加载的，如下所示：

entries = []
with codecs.open(filename, 'r', 'utf-8') as f:
    for row in unicode_csv_reader(f.readlines()[1:]):
        entries.append(dict(zip(csv_header, row)))

unicode_csv_reader 来自 Python CSV 文档页面底部：http://docs.python.org/2/library/csv.html

当我在解释器中输入条目名称时，我看到名称为u'Andr\xe9 T\xe9chin\xe9'。

2) 接下来我通过 jinja2 渲染数据：

tpl = tpl_env.get_template(u'forumpost.html')
rendered = tpl.render(entries=entries)

当我输入在解释器中呈现的名称时，我再次看到相同的内容：u'Andr\xe9 T\xe9chin\xe9'

现在，如果我将渲染变量写入这样的文件名，它会正确显示：

with codecs.open('out.txt', 'a', 'utf-8') as f:
    f.write(rendered)

但我必须发到论坛：

3) 在我的 POST 请求代码中：

params = u'post': rendered
headers = u'content-type': u'application/x-www-form-urlencoded'
session.post(posturl, data=params, headers=headers, cookies=session.cookies)

会话是一个请求会话。

并且该名称在论坛帖子中显示已损坏。我尝试了以下方法：

省略标题 编码呈现为rendered.encode('utf-8')（结果相同） rendered = urllib.quote_plus(rendered) （全部显示为 %XY）

如果我输入 render.encode('utf-8') 我会看到以下内容：

'Andr\xc3\xa9 T\xc3\xa9chin\xc3\xa9'

我该如何解决这个问题？谢谢。

【参考方案1】：

您的客户的行为应有尽有，例如将nc -l 8888 作为服务器运行并发出请求：

import requests

requests.post('http://localhost:8888', data=u'post': u'Andr\xe9 T\xe9chin\xe9')

显示：

POST / HTTP/1.1
Host: localhost:8888
Content-Length: 33
Content-Type: application/x-www-form-urlencoded
Accept-Encoding: gzip, deflate, compress
Accept: */*
User-Agent: python-requests/1.2.3 CPython/2.7.3

post=Andr%C3%A9+T%C3%A9chin%C3%A9

您可以检查它是否正确：

>>> import urllib
>>> urllib.unquote_plus(b"Andr%C3%A9+T%C3%A9chin%C3%A9").decode('utf-8')
u'Andr\xe9 T\xe9chin\xe9'

检查服务器是否正确解码请求。您可以尝试指定字符集：

headers = "Content-Type": "application/x-www-form-urlencoded; charset=UTF-8"

正文仅包含 ascii 字符，因此它不应该受到伤害，并且正确的服务器无论如何都会忽略 x-www-form-urlencoded 类型的任何参数。在URL-encoded form data中寻找血腥细节

检查问题不是显示伪影，即值正确但显示不正确

【讨论】：

“检查问题不是显示伪影，即值正确但显示不正确” - 谢谢。那就是问题所在！不幸的是，这是一个公共论坛，我无法更改默认编码。它以 iso-8859-1 编码响应。我可以使用 render.encode('iso-8859-1') 还是会破坏？谢谢。

尝试在标题中设置字符集

发送它作为 render.encode('iso-8859-1') 似乎工作，所以我会使用它。我将您的答案标记为正确，因为它指向了正确的方向。谢谢。

对于发现此问题的任何其他人，您可以使用 urllib.parse.quote_from_bytes 和 urllib.parse.unquote_to_bytes 通过网络发送字节类型，而不必担心编码问题。

@MicahSmith：这个问题有python-2.7 标签。那里没有urllib.parse。无论如何，输入是 Unicode（应该使用 Unicode 来表示程序中的文本）。旁注：unquote_plus() 在这里用于让 OP 相信 requests.post() 可以正常工作——您不要在实际代码中使用它。

【参考方案2】：

尝试解码成utf8：

unicode(my_string_variable, "utf8")

或解码和编码：

sometext = gettextfromsomewhere().decode('utf-8')
env = jinja2.Environment(loader=jinja2.PackageLoader('jinjaapplication', 'templates'))
template = env.get_template('mypage.html')
print template.render( sometext = sometext ).encode('utf-8')