requests亂碼問題

有三種方法解決請求后亂碼問題。

一：獲取二進制數據，再利用str進行編碼轉換

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 會自動解碼來自服務器的內容。大多數 unicode 字符集都能被無縫地解碼。請求發出后，Requests 會基於 HTTP 頭部對響應的編碼作出有根據的推測。當你訪問 r.text 之時，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，並且能夠使用 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)

三：apparent_encoding獲取網頁編碼

上面的兩個方法，適用於網頁編碼是utf-8的情況，但如果網頁的默認編碼不是utf-8，那么在設置編碼的話就無從下手的，畢竟編碼的類型那么多。這樣可以使用 apparent_encoding獲取網頁使用的編碼，在進行設置，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)

 

 

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

***************不積跬步無以至千里***************