requests对象的get和post方法都会返回一个Response对象,这个对象里面存的是服务器返回的所有信息,包括响应头,响应状态码等。其中返回的网页部分会存在.content和.text两个对象中。
两者区别在于,content中间存的是字节码,而text中存的是Beautifulsoup根据猜测的编码方式将content内容编码成字符串。
直接输出content,会发现前面存在b'这样的标志,这是字节字符串的标志,而text是,没有前面的b,对于纯ascii码,这两个可以说一模一样,对于其他的文字,需要正确编码才能正常显示。大部分情况建议使用.text,因为显示的是汉字,但有时会显示乱码,这时需要用.content.decode('utf-8'),中文常用utf-8和GBK,GB2312等。这样可以手工选择文字编码方式。
所以简而言之,.text是现成的字符串,.content还要编码,但是.text不是所有时候显示都正常,这是就需要用.content进行手动编码。
eg:text
输出的结果为:
遇到中文时就会显示乱码
这样不是我们想要的结果了
那么这个时候就只能用content的方法来实现解码了
eg:content
结果是:
这个时候不过都是16进制的东西,这个没有关系再进行encode('utf-8')对应的解码就可以了
解决方案:进行encode('utf-8')对应的解码就可以了
结果:
这样就可以显示你想要的结果了