关于Python-requests内容编码问题

参考了代码分析Python requests库中文编码问题一文，自己整理了一部分

1.运行以下代码，结果为乱码



2.运行：

print(req.encoding)

结果显示ISO-8859-1

之所以会有ISO-8859-1这种编码是因为：

requests会从服务器返回的响应头的 Content-Type 去获取字符集编码，如果content-type有charset字段那么requests才能正确识别编码，否则就使用默认的 ISO-8859-1. 一般那些不规范的页面往往有这样的问题.

3.解决办法：

requests的返回结果对象里有个apparent_encoding函数, apparent_encoding通过调用chardet.detect()来识别文本编码

通过

print(req.apparent_encoding)

结果显示UTF-8-SIG

说明本页面使用UTF-8-SIG编码，在明确了网页的字符集编码后可以使用

r.encoding = 'UTF-8-SIG'

获取正确结果，如下图所示：



4.关于requests后面跟的text() 与content() 的区别：

r.text返回的是处理过的Unicode型的数据，而使用r.content返回的是bytes型的原始数据。也就是说，r.content相对于r.text来说节省了计算资源，r.content是把内容bytes返回. 而r.text是decode成Unicode. 如果headers没有charset字符集的化,text()会调用chardet来计算字符集。