response.text直接用这个的话,是让py猜测页面编码,很多时候返回的都是有问题的,
一般情况下用下面这个就可以解决
response =requests.get(“http://www.baidu.com”)
response.encoding=“utf-8”
print(response.text)
response.content返回的是二进制,如果想要文本的话需要加上content.decode(“utf-8”)这个。
如果是图片什么的,必须要用content,
如果这个还是错误的话,
可以试试这个编码
reponse.content.decode(“unicode_escape”)
不管是通过response.content.decode(“utf-8”)、reponse.content.decode(“unicode_escape”)的方式还是通过response.encoding="utf-8"的方式都可以避免乱码的问题发生
延伸下基础知识:
encoding和decode的区别
简单的理解就是。拿到网页以后,decode是把原来的网页解码,encode是打印的时候输出的编码形式。
字符串在Python内部的表示是unicode编码,因此,在做编码转换时,通常需要以unicode作为中间编码,即先将其他编码的字符串解码(decode)成unicode,再从unicode编码(encode)成另一种编码。
decode的作用是将其他编码的字符串转换成unicode编码,如str1.decode(‘gb2312’),表示将gb2312编码的字符串str1转换成unicode编码。
encode的作用是将unicode编码转换成其他编码的字符串,如str2.encode(‘gb2312’),表示将unicode编码的字符串str2转换成gb2312编码。
因此,转码的时候一定要先搞明白,字符串str是什么编码,然后decode成unicode,然后再encode成其他编码
代码中字符串的默认编码与代码文件本身的编码一致。