python的request中文乱码怎么办

先在爬虫都在推荐用Requests库,而不是Urllib,但是读取网页的时候中文会出现乱码。

分析:

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

**r.text返回的是Unicode型的数据。

使用r.content返回的是bytes型的数据。

也就是说,如果你想取文本,可以通过r.text。

如果想取图片,文件,则可以通过r.content。**

获取一个网页的内容

方法1:使用r.content,得到的是bytes型,再转为str

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

方法2:使用r.text

Requests 会自动解码来自服务器的内容。大多数 unicode 字符集都能被无缝地解码。请求发出后,Requests 会基于 HTTP 头部对响应的编码作出有根据的推测。当你访问 r.text 之时,Requests 会使用其推测的文本编码。你可以找出 Requests 使用了什么编码,并且能够使用 r.encoding 属性来改变它.

但是Requests库的自身编码为: r.encoding = ‘ISO-8859-1’

可以 r.encoding 修改编码

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

云海天教程网,免费的云海天教程网站,欢迎在线学习!

来源:PY学习网:原文地址:https://www.py.cn/article.html