我是 python 的新手,我正在尝试获取中文网站的内容,我可以得到响应 r 但不幸的是,它有一个编码/解码问题。即汉字显示不正确。
import requests
r =requests.get('http://www.example.com')
print (r.encoding)
print (r.content)
上面的代码会将编码打印为“ISO-8859-1”
响应的内容包含的信息为
<?xml version="1.0" encoding="gb2312"?>
我也看到了这样的东西
<head>\n<meta http-equiv="Content-Type" content="text/html; charset=gb2312"/>
汉字显示为\xbe\xc9\xbd\xf0\xc9\xbd,应该是三个汉字。谁能告诉我应该怎么做才能正确显示字符?
我正尝试在 Python 3.4.2 中执行此操作。
请您参考如下方法:
抱歉,我不知道您的确切编码类型,但通常使用它就足够了:
r.content.decode('gh2312')
或
r.content.decode('ISO-8859-1')
据我所知。请试一试。
