爬虫小菜:要注意Accept-Encoding为br时候的问题

  我们在爬虫做请求的时候,一般会在request中添加请求头:Accept-Encoding,往往会指定方式为“gzip,deflate,br”三种压缩方式。

gzip和deflate为传统的压缩格式

br指的是Brotli,Google在2015年时候发布的新的数据压缩算法,而我们的工具request的response等文本只支持gzip,deflate格式的解压缩,还不支持br形式的解压缩。因此在打印输出时会出现所谓的“乱码”,也就是压缩后的网页信息。

因此我们在使用request这一类的python包时,不能抓包时候像浏览器请求一样,“gzip,deflate,br”三种方式都可接受,只能接受“gzip,deflate”两种。

你可能感兴趣的:(爬虫)