Python request獲取網(wǎng)頁中文亂碼問題

r = requests.get(“http://www.baidu.com“)

**r.text返回的是Unicode型的數(shù)據(jù)。

使用r.content返回的是bytes型的數(shù)據(jù)。

也就是說，如果你想取文本，可以通過r.text。

如果想取圖片，文件，則可以通過r.content。**

方法1：使用r.text

Requests 會自動(dòng)解碼來自服務(wù)器的內(nèi)容。大多數(shù) unicode 字符集都能被無縫地解碼。請求發(fā)出后，Requests 會基于 HTTP 頭部對響應(yīng)的編碼作出有根據(jù)的推測。當(dāng)你訪問 r.text 之時(shí)，Requests 會使用其推測的文本編碼。你可以找出 Requests 使用了什么編碼，并且能夠使用 r.encoding 屬性來改變它.

但是Requests庫的自身編碼為: r.encoding = ‘ISO-8859-1’

可以 r.encoding 修改編碼

url=’http://music.baidu.com’r=requests.get(url)r.encoding=’utf-8’print(r.text)

方法2：使用r.content

使用r.content，得到的是bytes型，再轉(zhuǎn)為str

url=’http://music.baidu.com’r = requests.get(url)html=r.contenthtml_doc=str(html,’utf-8’) #html_doc=html.decode('utf-8','ignore')print(html_doc)

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持好吧啦網(wǎng)。