Python爬虫学习（2）：爬取网站返回的内容为乱码解决方法

1、爬取某网站内容时，返回的结果为乱码，如图：

2、原因解释

Requests会基于HTTP头部响应的编码做出有根据的推测，当访问r.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：r.apparent_encoding
查看自动判断的字符集类型：r.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，因此会导致乱码问题的出现。

注：源网页也能直接查看编码格式，如下图：

3、解决方法

这里要注意顺序，需要先指定r.encoding的编码格式，再访问r.text。即第9行代码必须写在第10行代码之前。

（1）方法一：直接指定r.encoding为源网页的编码格式

r.encoding="utf-8"

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

r.encoding = r.apparent_encoding

（3）方法三：通过编码、解码的方式

4、乱码问题解决

-----end-----