Python使用不同的字符集请求解码

Question

我正在使用requests来抓取网页，但response.encoding中自动推断的编码不正确。我需要解码unicode中的字节，但我没有为此找到API。 response.text是Unicode，但不是字节数组。有什么想法吗？

Answer 1

来自the documentation（强调补充）：

  

当您提出请求时，请求会对此进行有根据的猜测   基于HTTP头的响应编码。文本编码   当您访问r.text时，会使用请求猜测。你可以找到   请求正在使用的编码，并使用r.encoding更改它   属性：

>>> r.encoding
'utf-8'
>>> r.encoding = 'ISO-8859-1'

     

如果您更改了编码，只要您拨打r.encoding ，请求就会使用r.text的新值。你可能想要这样做   在任何你可以应用特殊逻辑来解决问题的情况   内容的编码将是。例如，HTTP和XML都有   能够在他们的身体中指定他们的编码。在情况下   像这样，您应该使用r.content来查找编码，然后   设置r.encoding。这样您就可以正确使用r.text   编码