Python中如何使用urllib.request读取带中文的URL地址？

import urllib.request
import urllib.parse

# 原始URL（包含中文）
url = "https://example.com/search?q=中文参数"

# 方法1：手动编码URL组件
def encode_url_manually(url):
    # 分割URL为基本部分和查询部分
    if '?' in url:
        base, query = url.split('?', 1)
        # 编码查询参数
        encoded_query = urllib.parse.quote(query, safe='=&?')
        return base + '?' + encoded_query
    else:
        return urllib.parse.quote(url, safe=':/')

# 方法2：使用urllib.parse.urlsplit和urlunsplit
def encode_url_components(url):
    parts = list(urllib.parse.urlsplit(url))
    # 编码路径和查询部分
    parts[2] = urllib.parse.quote(parts[2])  # 路径
    if parts[3]:  # 查询字符串
        query_pairs = []
        for pair in parts[3].split('&'):
            if '=' in pair:
                key, value = pair.split('=', 1)
                query_pairs.append(f"{urllib.parse.quote(key)}={urllib.parse.quote(value)}")
            else:
                query_pairs.append(urllib.parse.quote(pair))
        parts[3] = '&'.join(query_pairs)
    return urllib.parse.urlunsplit(parts)

# 测试两种方法
encoded_url1 = encode_url_manually(url)
encoded_url2 = encode_url_components(url)

print("原始URL:", url)
print("方法1编码后:", encoded_url1)
print("方法2编码后:", encoded_url2)

# 实际请求示例
try:
    # 使用编码后的URL发起请求
    req = urllib.request.Request(encoded_url1)
    with urllib.request.urlopen(req) as response:
        print("请求成功，状态码:", response.status)
except Exception as e:
    print("请求失败:", e)

核心要点：

1. URL编码原理：URL中只能包含ASCII字符，中文等非ASCII字符需要转换为%xx格式的字节序列
2. 关键函数：
   • urllib.parse.quote()：编码单个字符串组件
   • urllib.parse.quote_plus()：类似quote，但空格会转为+号（适用于查询参数）
   • safe参数：指定哪些字符不编码（如:/?=&等URL保留字符）
3. 编码范围：通常需要编码查询参数值，有时也需要编码路径中的中文
4. 完整编码流程：先拆分URL组件，分别编码各部分，再重新组合

建议直接使用方法2的组件编码方式更可靠。