Python requests库使用出现中文乱码问题| 8月更文挑战

2,563 阅读2分钟

这是我参与8月更文挑战的第7天,活动详情查看:8月更文挑战

简介

Requests 是一个优秀的用 Python 实现的 HTTP 客户端库,使用 Requests 模块完全可以满足当下 web 的需求。“Requests 允许你发送纯粹的 HTTP/1.1 请求,无需额外的操作。”这让我们在使用时,可以非常的简单和高效。

功能特性

  • Keep-Alive & 连接池
  • 国际化域名和 URLs
  • 带 Cookie 的持久会话
  • 浏览器式的 SSL 认证
  • 内容自动解码
  • 基本/摘要式身份认证
  • 优雅的键/值 Cookie
  • 自动解压
  • Unicode 响应体
  • 支持 HTTP(S) 代理
  • 文件分块上传
  • 流下载
  • 连接超时
  • 分块请求
  • 支持 .netrc

使用 Requests 发送网络请求非常简单。你只需要先导入 Requests 模块,然后通过requests.get("网址")函数尝试发起一个 GET 请求来获取某个网页就可以了。该函数会返回一个Response对象,我们可以从这个对象中获取所有我们想要的信息。当然,我们也可以发送一些其他类型的HTTP请求类型,比如POSTPUTDELETE或者HEAD等类型的网络请求。

正是由于 Requests 库的简洁与强大,它目前正在被开发人员大量的使用,用于进行客户端的请求或是在爬虫的开发之中。虽然 Requests 是这样的优秀,可如果使用不好时也会出现中文乱码问题,需要进行解决。

result = requests.get(“http://www.baidu.com“)
result_text = result.text

以上述语句获得页面内容时很有可能会出现乱码,原因是 result.text 返回的是Unicode型的数据。 于是解决方案有两种: 1.获取bytes型的数据然后再转成字符串

result = requests.get(url)
data = result.content
result_text = str(data, 'utf-8')

2.Requests 会自动解码来自服务器的内容。如果你不规定,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。但这种推测有时是不准确的。甚至有可能会使用Requests库的自身编码 —— "ISO-8859-1" 所以在 使用 result.text 获取内容前,我们可以先规定文本编码格式

result = requests.get(“http://www.baidu.com“)
result.encoding='utf-8'
result_text = result.text

青冥晓月