python中requests库中文乱码问题

当使用这个库的时候经常会出现各种乱码的情况。

首先要知道：

text返回的是处理过的unicode的数据。

content返回的是bytes的原始数据

也就是说r.content比r.text更加节省资源

  如果headers没有charset字符集的化,text()会调用chardet来计算字符集，这又是消耗cpu的事情

倘若在conttent-type字段中没有制定charset的时候，默认使用的是ISO-8859-1编码，在处理英文的时候是没有问题，但是在处理中文的时候就会出现乱码的情况了。

解决

如果在确定使用text，并已经得知该站的字符集编码时，可以使用 r.encoding = ‘xxx’ 模式， 当你指定编码后，requests在text时会根据你设定的字符集编码进行转换. 

使用apprent_encoding可以获得真实编码

1 >>> import requests
2 >>> respone = requests.get("http://www.baidu.com/")
3 >>> respone.apparent_encoding
4 'utf-8'

 

转载于:https://www.cnblogs.com/nul1/p/9232484.html