python爬虫返回文本为乱码的解决方法

1、在网站爬取文章时，返回的结果为乱码，如下

2、出现这种情况是因为访问page_text.text时，Requests会使用其推测的文本编码。

查看网页返回的字符集类型：page_text.apparent_encoding

查看自动判断的字符集类型：page_text.encoding

 

 可以看到Requests推测的文本编码（ISO-8859-1）与源网页编码（utf-8)不一致

3、解决方法

（1）方法一：在page_text.text之前，指定page_text.encoding为源网页的编码格式

page_text.encoding = 'utf-8'

（2）方法二：通过page_text.apparent_encoding属性来指定，直接将其值赋给page_text.encoding

r.encoding = r.apparent_encoding