requests乱码问题

有三种方法解决请求后乱码问题。

一：获取二进制数据，再利用str进行编码转换

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)

二：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)

三：apparent_encoding获取网页编码

上面的两个方法，适用于网页编码是utf-8的情况，但如果网页的默认编码不是utf-8，那么在设置编码的话就无从下手的，毕竟编码的类型那么多。这样可以使用 apparent_encoding获取网页使用的编码，在进行设置，如下：

import requests

url='http://www.upandashi.com/cjwt/155.html'
r=requests.get(url)
print(r.apparent_encoding)
r.encoding=r.apparent_encoding
print(r.text)

 

 

参考文章：https://www.cnblogs.com/liuliu-word/p/9910197.html

***************不积跬步无以至千里***************