由于 requests 库的简洁与强大,正在被大量使用,目前我也在使用,并逐渐喜欢上它。但有时会出现中文乱码问题,需要进行解决。
result = requests.get(“http://www.baidu.com“)
result_text = result.text
以上述语句获得页面内容时很有可能会出现乱码,原因是 result.text 返回的是Unicode型的数据。
于是解决方案有两种:
1.获取bytes型的数据然后再转成字符串
result = requests.get(url)
data = result.content
result_text = str(data, 'utf-8')
2.Requests 会自动解码来自服务器的内容。如果你不规定,Requests 会基于 HTTP 头部对响应的编码作出有根据的推测。当你访问 r.text 之时,Requests 会使用其推测的文本编码。但这种推测有时是不准确的。甚至有可能会使用Requests库的自身编码 —— “ISO-8859-1”
所以在 使用 result.text 获取内容前,我们可以先规定文本编码格式
result = requests.get(“http://www.baidu.com“)
result.encoding='utf-8'
result_text = result.text
青冥晓月