【python】爬虫笔记-提取图片中alt属性中文乱码

url = 'https://pic.netbian.com/4kdongwu/'
    page_text = requests.get(url=url,headers=headers).text
    tree = etree.HTML(page_text)
    li_list = tree.xpath('//div[@class="slist"]//li')
    for li in li_list:
        img_src='http://pic.netbian.com'+li.xpath('./a/img/@src')[0]
        img_name = li.xpath('./a/img/@alt')[0]+'.jpg'
        print(img_name,img_src)

网页编码与pycharm编码冲突，运行后中文显示乱码
尝试了几种解决方案：

1.手动将响应对象的数据编码为’utf-8’

修改前的代码:

page_text=requests.get(url=url,headers=headers).text

修改后的代码：

response = requests.get(url=url,headers=headers)
response.encoding='utf-8'
page_text = response.text

运行结果：
说明改变编码的操作生效了，但还是没有解决乱码的问题

2.找到发生乱码的部分进行iso的encode和decode

在获取图片名称的代码后面加上：

img_name=img_name.encode('iso-8859-1').decode('gbk')

乱码问题解决

3.获取响应对象数据的方式不用text改用content

修改前的代码：

page_text = requests.get(url=url,headers=headers).text

修改为：

page_text = requests.get(url=url,headers=headers).content

乱码问题解决

4. 手动将响应对象的数据编码为’gbk’

response = requests.get(url=url,headers=headers)
response.encoding='gbk'

乱码问题解决

关于gbk与utf-8以及iso-8859-1的相关知识
参见大佬的文章UTF-8和GBK的区别