python requests 详细学习content 和text 的区别

之前使用requests 不求甚解，一直使用content输出文本。阅读文档后记录如下：

import requests
r=requests.get('http://www.baidu.com')
print r.content
print r.text

你会发现，content输出的文本没问题，但是text输出的文本貌似是乱码。

深究下，我们使用

print type(r.content)
print type(r.text)

content 输出类型为 str
text 输出类型为 unicode

使用
print r.encoding

输出 ISO-8859-1 编码

属于单字节编码，最多能表示的字符范围是0-255，应用于英文系列。比如，字母’a’的编码为0x61=97。

很明显，iso8859-1编码表示的字符范围很窄，无法表示中文字符。

我们通过指定编码

r.encoding='utf-8'
print r.text

此时，刚刚的乱码已经可以正确显示了。

至此，我们大致可以说

content返回的是str 类型，就是我们眼睛所看到的内容，被浏览器渲染过。
text返回的是unicode 类型，可能是返回的最原始的数据，可以理解为尚未渲染过。

不同看法欢迎大家留言讨论