Python实现unescape解码JS(escape,encodeURI等方法)url编码字符串

1､Python2中unescape解码方法

Python 2 中，可以使用 urllib 模块来实现 unquote 解码，也可以结合正则表达式处理 JavaScript escape 编码中的 %uXXXX Unicode 字符。

import urllib2
import sys
import HTMLParser
import re
def unescape(string):
    string = urllib2.unquote(string).decode('utf8')
    quoted = HTMLParser.HTMLParser().unescape(string).encode(sys.getfilesystemencoding())
    #转成中文
    return re.sub(r'%u([a-fA-F0-9]{4}|[a-fA-F0-9]{2})', lambda m: unichr(int(m.group(1), 16)), quoted)

调用：

>>> unescape("hello%20%25%25%25%20%u4F60%u597D")
u'hello %%% \u4f60\u597d'

2､Python3中unescape解码方法

Python 3 中，可以使用 urllib.parse.unquote 来解码 URL 编码的字符串。对于 JavaScript 中的 escape 函数生成的 %uXXXX Unicode 编码，使用正则表达式处理。

import urllib.parse
import sys
import html
import re
def unescape(string):
    string = urllib.parse.unquote(string)
    quoted = html.unescape(string).encode(sys.getfilesystemencoding()).decode('utf-8')
    #转成中文
    return re.sub(r'%u([a-fA-F0-9]{4}|[a-fA-F0-9]{2})', lambda m: chr(int(m.group(1), 16)), quoted)

调用：

>>> unescape('hello %%% %u4F60%u597D')
'hello %%% 你好'

注意：不要使用接替换%方式转换成中文，有可能有些情况是有问题的，比如字符串中原本就有%的情况。