- 问题
reponse.encoding 默认为 gb2312, 出现部分中文乱码
- 解决方法
将response.encoding 设置为 gbk
因为gb2312只支持六千多个汉字的编码，
而gbk支持1万多个汉字编码。
- 代码示例
import requests
url = .....
headers = .......
response = requests.get(url=url)
# response.encoding 默认为gb2312，出现部分中文乱码
# 通过以下方式设置编码方式
response.encoding = 'gbk'
- 编码方式的区别
-
gbk一般用于繁体中文，
是国家标准gb2312基础上扩容后兼容gb2312的标准。
文字编码（中英文）用双字节编码，是国家编码，
通用性比utf8差，但utf8占用的数据库比gbk大 -
gb2312一般用于简体中文 -
gb2312只支持六千多个汉字的编码
而gbk支持1万多个汉字编码。 -
utf8是全球通用，
用于解决国际上字符的一种多字节编码，
英文使用8位（一个字节），
中文使用28位（3个字节）。
现在一般都用utf8编码。
允许含BOM，但一般不包含BOM。
网友评论