乱码问题1:由于Requests模块带来的乱码。
当HTTP header有指定字符集的时候,会采用指定的字符集。
当HTTP header不存在明确指定的字符集,Requests会去猜测编码方式。
但是这时候不能保证一定会解码正确,可能你get下来的文档都是这样的:
解决办法比较简单,加上这么一句话就行了:get对象.encoding = 'utf-8'
new_url = 'https://baike.baidu.com/item/Python/407313'
headers = {'user-agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) \
AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.62 Safari/537.36'}
request = requests.get(new_url, headers = headers)
if request.status_code == 200:
request.encoding = 'utf-8' #关键就在于这一句话上面。
print("request.text= ", request.text)
乱码问题2:由于Windows系统带来的乱码
Windows系统是一个非常奇葩的系统,如果习惯编程的程序猿就会发现,其实Windows一点也不方便好用。
对于编码问题,这一点尤其严重。
Windows系统带来的编码问题,还分为两类,