我正在尝试使用以下命令来获取页面的源代码
requests.get（ “网站”）。文本
但是我收到了一个错误：
UnicodeEncodeError：'gbk'编解码器无法编码位置356中的字符'\ xe6'：非法多字节序列
然后我尝试将页面代码更改为utf-8
requests.get（ “网站”）。text.encode（ 'UTF-8'）
但除了英语将成为以下形式
\ XE6°\ XB8 \ XE4 \ xb9 \ X85 \ XE6 \ X8F \ X90 \ XE4 \ XBE \ x9b \ xe5 \ X85 \x8dè\ XB4 \ xb9VPN \ xe5 \ XB8 \ X90 \ xe5 \ X8F·\ xe5 \ X92 \ x8c \ xe5 \ X85 \x8dè\ XB4 \ XB
我该怎么办？ 谢谢你的帮助
答案 0 :(得分：0)
您可以通过访问requests.Response属性来查询Response.content对象的编码。
每当您调用requests.Response.text时，响应对象都使用requests.Response.encoding来解码字节。
然而，这可能并不总是正确的编码，因此您有时必须通过在content属性中查找它来手动设置它，因为网站通常在那里指定编码，如果它是不是utf-8或类似的（这是经验，我不确定这是否是实际的标准行为）。