小惑有观察

最近在做有关爬虫的东西，拿百度练手，在定向爬虫发现百度的搜索链接中有个很有意思的情况。

众所周知，百度首页的链接为 https://www.baidu.com/。

假定我们搜索迪丽热巴，网页的URL变为

复制该链接再粘贴是，会发现搜索关键词

’迪丽热巴’

变为

’%E8%BF%AA%E4%B8%BD%E7%83%AD%E5%B7%B4’

那么这个网址是怎么变化的了？

https://www.baidu.com/s？wd=%E8%BF%AA%E4%B8%BD%E7%83%AD%E5%B7%B4&

（’&'后还有一些内容，防治泄露个人信息我给删了）

因为中文汉字在URL不符合编码方式，于是就采取了转化编码。

举个栗子

# 迪丽热巴

key_word = '迪丽热巴'

key_word = urllib.parse.quote(key_word,encoding = 'utf-8', errors = 'replace')

解释：

parse为解析功能

quote为编码功能

errors是为了替换加上 ’ % '功能

运行结果非常amazing：

对比一下百度链接：

https://www.baidu.com/s？wd=%E8%BF%AA%E4%B8%BD%E7%83%AD%E5%B7%B4&

补充：

运行时记得加上头文件

import urllib

（我发现很多帖子中讲代码很多都忘记说头文件的时）

没有urllib直接在cmd中pip install urllib

如果出错请自行百度。

另附一张文不对题的图

感兴趣的小伙伴可以关注我的个人公众号：小惑有观察。