python 爬虫编码(encoding和apparent_encoding)区别

一、代码案例(encoding)

1.相关代码:
python 复制代码
import requests
# 发送GET请求到清华大学官网
url = 'https://www.tsinghua.edu.cn/'
response = requests.get(url)
encoding = response.encoding
# 获取并打印网页编码方式
print(f"网页编码方式:{encoding}")
2.打印结果:

二、代码案例(apparent_encoding)

1.相关代码:
python 复制代码
import requests
# 发送GET请求到清华大学官网
url = 'https://www.tsinghua.edu.cn/'
response= requests.get(url)
encoding = response.apparent_encoding
# 获取并打印网页编码方式
print(f"网页编码方式:{encoding}")
2.打印结果

三、查看网页是什么编码方式

四、encoding和apparent_encoding两者表示的是什么以及区别

1.encoding和apparent_encoding的使用场景

requests.get() 函数在获取网页内容时,默认会尝试从HTTP响应头部的Content-Type字段中提取编码信息来设置response.encoding属性。然而,有时候服务器提供的编码信息可能不准确或者未提供,这时requests库会使用chardet库(如果已安装)来推测网页的实际编码,这推测出来的编码就是response.apparent_encoding

2.encoding的使用

response.encoding 是根据HTTP响应头中的编码指示或者是通过chardet自动检测后赋给requests对象的编码属性。如果服务器报告的编码是ISO-8859-1,则response.encoding会被设置为ISO-8859-1

3.apparent_encoding的使用

response.apparent_encoding 则是基于requests内部的字符集探测机制得出的编码,即使服务器没有明确指定或指定得不准确,它也会尽量给出一个最佳猜测的编码,这里推测出的是UTF-8-SIGUTF-8-SIG是一种特殊的UTF-8编码,它前面带有一个BOM(Byte Order Mark),主要用于标记文本文件的开始,表明其采用UTF-8编码且字节顺序是标准的(对于UTF-8来说字节顺序无关紧要,因为它是字节序无关的编码,但BOM仍然可能被用于标识文件类型)。

4.两者之间的区别
  • response.encoding 更倾向于直接使用服务器声明的编码,如果没有则可能依赖于自动检测的结果。
  • response.apparent_encodingrequests库对实际内容做的更为直观的编码判断,通常用于解决服务器提供的编码信息不可靠的情况。

五、总结

如果两个属性返回不同的编码,通常建议优先考虑response.apparent_encoding,因为它可能是网页内容实际使用的编码。当然,在解析网页内容时,最好的做法是先检查和确认编码是否正确,必要时手动调整后再进行解析。

相关推荐
狐凄30 分钟前
Python实例题:使用Pvthon3编写系列实用脚本
java·网络·python
fish_study_csdn6 小时前
pytest 技术总结
开发语言·python·pytest
咖啡调调。6 小时前
使用Django框架表单
后端·python·django
BO_S__6 小时前
python调用ffmpeg对截取视频片段,可批量处理
python·ffmpeg·音视频
就叫飞六吧6 小时前
如何判断你的PyTorch是GPU版还是CPU版?
人工智能·pytorch·python
pyengine8 小时前
基于pandoc的MarkDown格式与word相互转换小工具开发(pyqt5)
开发语言·python·qt·word
YuSun_WK8 小时前
配置MambaIRv2: Attentive State Space Restoration的环境
开发语言·python
Nick_zcy8 小时前
开发基于python的商品推荐系统,前端框架和后端框架的选择比较
开发语言·python·前端框架·flask·fastapi
一点.点8 小时前
李沐动手深度学习(pycharm中运行笔记)——04.数据操作
pytorch·笔记·python·深度学习·pycharm·动手深度学习
Niuguangshuo9 小时前
Python 设计模式:访问者模式
python·设计模式·访问者模式