第一部分 关于requests库
(1)
requests是一个很实用的Python HTTP客户端库,编写爬虫和测试服务器响应数据时经常会用到。(2)
其中的Request对象在访问服务器后会返回一个Response对象,这个对象将返回的Http响应字节码保存到content属性中。(3)
但是如果你访问另一个属性text时,会返回一个unicode对象,乱码问题就会常常发成在这里。(4)
因为Response对象会通过另一个属性encoding来将字节码编码成unicode,而这个encoding属性居然是responses自己猜出来的。
第二部分 解决方法
所以要么你直接使用content(字节码),要么记得把encoding设置正确,比如我获取了一段gbk编码的网页,就需要以下方法才能得到正确的unicode。
import requests
url = "http://xxx.xxx.xxx"
response = requests.get(url)
response.encoding = 'gbk'
print(response.text)