本文目录一览：
- 1、如何解决mac python3 中文乱码
- 2、Python+requests 爬取网站遇到中文乱码怎么办
- 3、python写文件中文乱码
- 4、为什么python文件打开有乱码
- 5、使用python的WSGI接口做的一个web应用,浏览器访问出现中文的时候显示乱码
如何解决mac python3 中文乱码
解决mac python3中文乱码的方法：
在文件的最上面加上“#coding=utf-8”语句，#与coding之间有一个空格，该语句是告诉编辑器以utf-8的格式对中文字符进行解码
示例如下：
这样输出的中文就不是乱码了。
更多Python知识，请关注：Python自学网！！
Python+requests 爬取网站遇到中文乱码怎么办
1. 遇到的中文乱码问题
1.1 简单的开始
使用requests来拔取网站内容十分方便，一个最简单的代码段只需要2-3行代码就行。
点击(此处)折叠或打开
url = ‘http//’
req = requests.get(url)
print(req.text)
tree = html.fromstring(req.text)
print(tree.xpath(“//h1[@class=’title’]/text()”))
上面的代码段起作用的也就3行（2,4,5）代码就获取到我们想要的内容。当然还要导入一系列的包，比如说requests、lxml、html等。当然由于http//是英文网站，不存在中文乱码问题。
1.2 麻烦的开始
本来当时的想法是写一些基础模块，方便之后开发的时候调用，减少重复性工作。为了保证代码在任何情况下都不会出现bug，所以想着用同样的代码爬取中文网站获取里面的文字
修改上面代码中的两行代码：
点击(此处)折叠或打开
url = ”
print(tree.xpath(“//span[@class=’sec_blk_title’]/text()”))
运行程序可以发现，在语句print(req.text)输出的内容中，中文字体已经是乱码了。最后的结果输出是[‘?????©è§\x86é?\x91’, ‘??\x80?\x9c\x9f?\x9b\x9eé??’]
2 乱码解决办法
2.1 试错
由于之前爬取csdn上一个网页没有出现乱码问题，但是在sina体育网站上出现了乱码，所以当时以为不是编码问题，以为是文档压缩问题。因为csdn获取的页面header里没有“Content-Encodings”属性，但是sina体育获取的页面header有“Content-Encodings”属性–“Content-Encoding: gzip”。
总结：参考上述文献，结果还是没有解决问题，但是就考虑是不是方向错了。不过这部分工作也没有白做，很多网站返回数据都会有压缩问题，之后的工作中也能用上。
2.2 乱码终极解决办法
后来查阅官方文档中response-content相关内容，说明了Requests会自动解码来自服务器的内容。Requests会基于HTTP头部对响应的编码作出有根据的推测，前提是响应文档的HTTP headers里面没有相关字符集说明。官方文档还说明了，如果你创建了自己的编码，并使用codecs 模块进行注册，你就可以轻松地使用这个解码器名称作为 r.encoding 的值， 然后由Requests来为你处理编码。（自己没有使用codecs模块，所以这里不贴代码了，不过按官方的说法使用codecs模块是最简单的一种方式。）
另一份官方文档片段明确说了reponse编码处理方式：
Requests遵循RFC标准，编码使用ISO-8859-1 。
只有当HTTP头部不存在明确指定的字符集，并且 Content-Type 头部字段包含 text 值之时， Requests才不去猜测编码方式。
现在直接上实验结果，在原始代码中添加以下代码片段：
点击(此处)折叠或打开
print(req.headers[‘content-type’])
print(req.encoding)
print(req.apparent_encoding)
print(requests.utils.get_encodings_from_content(page_content.text))
输出结果分别是：
text/html
ISO-8859-1#response内容的编码
utf-8#response headers里设置的编码
[‘utf-8’]#response返回的html header标签里设置的编码
返回的内容是采用‘ISO-8859-1’，所以出现了乱码，而实际上我们应该采用‘utf-8’编码
总结：当response编码是‘ISO-8859-1’，我们应该首先查找response header设置的编码；如果此编码不存在，查看返回的Html的header设置的编码，代码如下：
点击(此处)折叠或打开
if req.encoding == ‘ISO-8859-1’:
encodings = requests.utils.get_encodings_from_content(req.text)
if encodings:
encoding = encodings[0]
else:
encoding = req.apparent_encoding
encode_content = req.content.decode(encoding, ‘replace’).encode(‘utf-8’, ‘replace’)
python写文件中文乱码
这是因为IDLE中使用gbk编码，是ascii扩展字符集。
import sys
sys.getdefaultencoding()
‘ascii’解决方法：
在IDLE中执行的时候
去掉字符串前面的u字符，也不要加#coding这一行。
2. 先import sys,然后reload(sys),再使用sys.setdefaultencoding(“utf-8”)。然后就可以打印前面带u的字符串了。（这是搜来的方法，实验了一下，发现在我这没有输出了。。重启了IDLE，才可以输出，不过又变会ascii了）
在文件中执行
在文件开头声明#coding行，文件保存为utf8编码，在字符串开头加u
为什么python文件打开有乱码
脚本开头加 # -*- coding: utf-8 -*-用文本编辑器 打开脚本文件，将脚本文件的编码 设置成 ANSI，保存脚本，在 IDLE 中运行，查看结果正常；# -*- coding: utf-8 -*-#这是一个注释的练习print “这是我的第一个学习练习。Python 2″测试结果，中文显示正常。
使用python的WSGI接口做的一个web应用,浏览器访问出现中文的时候显示乱码
我这边没有报错，你的文件编码是utf8的，你的path_info编码应该也是utf8的，不应该使用gb2312解码呀。
如果解决了您的问题请采纳！
如果未解决请继续追问
原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/286504.html
微信扫一扫 
支付宝扫一扫 