python处理浏览器URL编码

为了方便记录、收藏，一般情况下，搜索功能会采用http GET方式提供，类似的URL：

/search?keyword=测试

整个webapp统一采用UTF-8格式编码（包括页面Content-Type）

<meta http-equiv="Content-Type" content="text/html;charset=utf-8"/>

在获取keyword参数的时候，页面表单的提交的参数将会是预期的编码格式，但是如果是直接用“/search?keyword=测试”通过浏览器地址栏访问，浏览器将会根据系统环境（设置）对参数进行编码（windows下，FF,Opera一般为GBK；linux下，一般为UTF-8），GBK/GB2312的编码格式，在代码中将会导致一些错误，如: MongoDB统一使用UTF-8做为存储编码。

开始想尝试python中如何查看字符串的编码格式，但是没有找到适合的方法，现采取如下方式，对参数进行编码（针对大多数的中文用户）

  def _process_keyword_coding(self, keyword):
    try:
        keyword = unicode(keyword, "utf-8")
    except:
        keyword = keyword.decode("gbk").encode("utf-8")
    return keyword

页面的流程下，是可以通过utf-8编码的，否则将采取GBK方式进行解码，然后再转换成统一的UTF-8格式，（当前使用的是python 2.6， python3.0 str默认情况下将会统一采取unicode）

这里笔记下，如果有更好的方法，请大家分享

py有标准的urllib库
测试如下

IDLE 2.6.6      
>>> import urllib
>>> s = '/search?keyword=测试'
>>> s2 = urllib.quote(s)
>>> print s2
/search%3Fkeyword%3D%B2%E2%CA%D4
>>> s3 = urllib.unquote(s2)
>>> print s3
/search?keyword=测试
>>> 

谢谢:)，但这里似乎不是我遇到的场景，不是关于传递URL时的编码问题，而是参数编码问题（在浏览器直接输入/search?keyword=测试），python服务器端获得的keyword参数，这时这个参数的编码，将采用浏览器的默认编码（系统环境）方式，所以采取那种try-catch的方式来解码以兼容大多数情况下的中文用户

后来我知道一个第三包chardet，可以用来评估字符串的编码方式

http://pypi.python.org/packages/source/c/chardet/chardet-1.0.1.tar.gz#md5=7c28b02bca7847c13bebedaf4df6c5a3

>>> import chardet
>>> chardet.detect(r"测试")
{'confidence': 0.75249999999999995, 'encoding': 'utf-8'}

再次谢谢libralibra的帮助