Python的requestcontent和text的区别

requests的content和text的区别

一般情况下text提取出来的可能乱码，content提取出来的一般不会乱码。

一直在想requests的content和text的区别，从print 结果来看是没有任何区别的

那两者之间有什么不同，看下源码：

@property
def text(self):
"""Content of the response, in unicode.

If Response.encoding is None, encoding will be guessed using
``chardet``.

The encoding of the response content is determined based solely on HTTP
headers, following RFC 2616 to the letter. If you can take advantage of
non-HTTP knowledge to make a better guess at the encoding, you should
set ``r.encoding`` appropriately before accessing this property.
"""

#完整代码就不贴了。
@property
def content(self):
"""Content of the response, in bytes."""

style=”display: none;” class=”save_code tracking-ad” data-mod=”popu_249”>

[/code]

resp.text返回的是Unicode型的数据。

使用resp.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。

# (例如我们请求一个图片地址并且打开图片的话，就可以使用resp.content：)
>>> from PIL import Image
>>> from io import StringIO

>>> i = Image.open(StringIO(resp.content))

[/code]

不过下面的人也给出了解决办法：

html = bytes(bytearray(html, encoding='utf-8'))
selector = etree.HTML(html)

首先将源代码转化成比特数组，然后再将比特数组转化成一个比特对象。这样就可以绕过这个bug。

然而，又有人认为这不是一个bug, 所以一直没有被修复。这是由于，我获取源代码是使用r.text

html = requests.get('xxxxxx',cookies=cookies).text

而如果使用r.content：

html = requests.get('xxxxxx',cookies=cookies).content

就不会报错。

那r.text与r.content有什么区别呢？分析requests的源代码发现，r.text返回的是Unicode型的数据，而使用r.content返回的是bytes型的数据。也就是说，在使用r.content的时候，他已经只带了

html = bytes(bytearray(html, encoding='utf-8'))

这样一个转化了。

最近CentOS都声明放弃Python2了，编码问题确实浪费了很多时间，等空下来转Python3吧~