问题

浏览器地址栏中的网址（URL）【中文】部分，复制粘贴后变成“乱码”？

如下图浏览器地址栏中显示的网址（URL）为：

“https://www.baidu.com/s?ie=UTF-8&wd=百度”

当复制粘贴在word、记事本、excel中时，网址（URL）里面的【中文】部分将变成“乱码”，如下：

https://www.baidu.com/s?ie=UTF-8&wd=%E7%99%BE%E5%BA%A6

出现该问题的原因

网址（URL）：本身不支持中文，所有中文字符都要经过编码之后才可以传输，浏览器地址栏中显示出中文部分仅是为了用户体验（直观易看）。

“乱码”：网址（URL）里面的中文部分被编码成了“%”+中文编码后的字符：%xx，如上述URL中的“百度”被编码为“%E7%99%BE%E5%BA%A6”。

总结来看，此处的“乱码”是一种经编码后显示的结果，是有规律和可以相互转换的。

处理方法

以下基于非技术、python技术两个角度，总结了该问题的处理方法。

1、非技术处理

此方法是最直接简单的处理方法，实现复制粘贴后的【中文】正常显示。

十分适用于日常撰写文档时，快速有效地复制含中文的URL。毕竟经过编码后的中文部分较长，使得整个文档看起来较为不直观、不简洁。

方法如下：

第一步：直接在浏览器地址栏中网址（URL）“http”前面添加任意个字符（数字、字母、汉字等），让浏览器自动识别不出来是URL。

第二步：复制需要的目标URL即可。如：https://www.baidu.com/s?ie=UTF-8&wd=百度。注意的是：如果直接复制，没有成功显示中文，就【回车】一下，再复制即可。

2、使用python处理

此方法借助python的urllib库，实现URL【中文】部分的编码与解码。

适用于批量处理等，特别是爬虫部分。

（1）解码

方法：urllib.parse.unquote(‘’)

释义：对URL【中文】“乱码”部分进行解码

实例：

对URL“https://www.baidu.com/s?ie=UTF-8&wd=%E7%99%BE%E5%BA%A6”中的“%E7%99%BE%E5%BA%A6”，进行解码。

from urllib.parse import unquote

url_str = 'https://www.baidu.com/s?ie=UTF-8&wd=%E7%99%BE%E5%BA%A6'

paras = unquote(url_str)

print(paras)

（2）编码

方法：urllib.parse.quote(‘中文’)

释义：将URL的中文部分进行编码

实例：对URL“https://www.baidu.com/s?ie=UTF-8&wd=百度”中的“百度”进行编码。

from urllib.parse import quote

url_str = '百度'

paras = quote(url_str)

url = "https://www.baidu.com/s?ie=UTF-8&wd={}".format(paras)

print(url)

以上关于网址（URL）中文“乱码”的原因及处理方法，可供参考。

-end-