06 Response对象的encoding属性修改字符编码格式
文章目录
6.1 常见的中文字符编码格式
当我们调用Response对象的text属性后,
响应的内容暨返回的html代码有时候是乱码。
这时我们将Response对象的encoding属性设置为中文字符的编码格式,
响应内容就可以正常显示了。
encoding英 [ɪnˈkəʊdɪŋ]:编码。
常用的中文字符编码格式有以下三种:
encoding = ‘gbk’
encoding = ‘utf-8’
encoding = ‘utf-8-sig’
不懂字符编码格式的可以百度了解。
6.2 查看网页的编码格式
步骤1:打开开发者工具
方法1:按【F12】快捷键打开;
方法2:鼠标右键,然后选择【查看网页源代码】。
步骤2:鼠标点击【控制台】或【Console】。
步骤3:在最下方的>前输入【document.charset】 下方显示的就是字符编码格式。
爬虫中响应的编码格式可以人工在【网页源代码】中查询,
也可以通过枚举法对三个常用的字符编码格式挨个去试。
6.3 r.encoding = ‘uft-8’ 修改字符编码格式
6.3.1 访问百度网页
# 导入访问网页要用的库
import requests
# 申明一个变量存储网址
# 网址是一个字符串变量,注意网址前后都必须有引号
url = 'https://www.baidu.com/'
print('*requests.get(url)函数得到的是一个Response对象*','\n')
# 用requests.get(网址)访问网页
# 库名.函数名(要访问的网址)
# 发送请求,并把响应结果赋值给变量r
r = requests.get