为什么requests库有时中文会乱码

post date: 2020-03-19

requests是python常用的HTTP库。 它支持自动响应内容的编码，但有时中文也会乱码。

中文乱码肯定是编码的问题

一般情况下requests库会根据响应头里的charset来选择相应的解码方式。 如抓取百度首页：

但是当响应头没有charset时，requests就会采用默认的“ISO-8859-1”编码，这种编码是不支持中文的，所以中文肯定会乱码。 例如抓取LOL首页：

该响应头没有说明charset，所以requests采用默认的“ISO-8859-1”编码，遇到中文肯定就乱码了。

解决方法

既然是编码方式不对，选择正确的编码就行了。常见的有编码方式有unicode、utf-8、gbk等，怎么才能知道选哪个呢？响应体的html文件head里一般也会说明charset。 如LOL首页：

所以只要把编码方式修改为对应的“gbk”就行了。

response.encoding = 'gbk'

然后中文就正常显示了。