Python requests库中文乱码问题汇总（编码）

 

在用requests爬取网页时，经常会碰到网页的编码问题导致中文乱码

     
      ç¹è²æå¡
     

这时首先查看页面源代码，看meta标签里的编码是什么，然后设置成相应的编码即可

response.encoding = 'utf-8'  # 设置编码

但有的时候设置meta标签查看的编码依然乱码，这是可以使用apparent_encoding查看真实编码

response.apparent_encoding

然后设置编码

response.encoding = 'utf-8'  # 设置编码

还有一种特殊情况，获得的编码是gb2312，这是设置编码为gb2312依然会乱码。

这是因为gb2312支持的汉字较gbk要少很多，所以有些gb2312的网页实际需要用gbk解码。