python response 中文乱码问题

Posted 2023-03-28

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了python response 中文乱码问题相关的知识，希望对你有一定的参考价值。

参考技术A 获得response.text有如下类似的乱码：

解决方法有两种：
第一种：

apparent_encoding方法是requests库利用chardet对字节流编码进行了猜测。一般来说使用这种方法，大部分网页的中文乱码都会恢复。如果还是不行，那就试试第二种方法。
第二种：

从网页格式中获得网页内容的编码方式（一般content-type字段会出现在html的header的头几行）。
如果直接拿来用，会报错

所以需要给decode加上第二个参数，decode([encoding], [errors='strict'])，第二个参数设置为ignore，则会忽略非法字符。

这样就能获得正确的中文内容了。

练习网址 https://news.mydrivers.com/1/628/628585.htm

（转）request和response的中文乱码问题

request乱码指的是：浏览器向服务器发送的请求参数中包含中文字符，服务器获取到的请求参数的值是乱码;

response乱码指的是：服务器向浏览器发送的数据包含中文字符，浏览器中显示的是乱码;

乱码产生的原因：不管是request乱码还是response乱码,其实都是由于客户端(浏览器)跟服务器端采用的编码

格式不一致造成的。

以request乱码为例：浏览器向服务器发送请求，因为浏览器与服务器之间的通信实质上是socket流，所以要先

将请求参数（字符）转换成字节，也就是编码过程，服务器接收到请求参数后进行解码（字节转字符），然后

封装到request对象中。如果客户端的编码与服务器端的解码不统一，就会导致通过request获取到的请求参数

的值是乱码。

解决乱码：

一、response乱码

服务器发给浏览器的数据默认是按照ISO-8859-1编码，浏览器接收到数据后按照默认的字符集进行解码后显示，如果浏览器的默认解码字符集不是ISO-8859-1，就出现乱码。

对于response乱码，只需要在服务器端指定一个编码字符集，然后通知浏览器按照这个字符集进行解码就可以了。有三种方式：

1、response.setCharacterEncoding("utf-8”);//设置服务器端的编码，默认是ISO-8859-1；该方法必须在response.getWriter()之前进行设置

response.setHeader("contentType", "text/html; charset=utf-8”);//通知浏览器服务器发送的数据格式是text/html，并要求浏览器使用utf-8进行解码。

2、response.setContentType("text/html;charset=utf-8”);//等同于response.setHeader("contentType", "text/html; charset=utf-8”);它其实会覆盖

response.setCharacterEncoding("utf-8”) ，在开发中只需要设置response.setContentType("text/html;charset=utf-8”)就可以了。意思是通知浏览器服务器发送的数据格式是text/html，服务器采用utf-8编码，并要求浏览器使用utf-8进行解码。

3、response.setCharacterEncoding("utf-8”);//设置服务器端的编码为utf-8

response.getWriter().println("<meta http-equiv=‘Content-Type‘ content=‘text/html; charset=utf-8‘>”);//要求浏览器使用utf-8进行解码

可以看出，第二种方式是最简便的，这也是我们在开发中最常使用的方式。

二、request乱码

从浏览器发起的访问方式有三种：在地址栏直接输入URL访问、点击页面中的超链接访问、提交表单访问。第一种访问方式浏览器默认将参数按照utf-8进行编码，后面两种访问方式浏览器将参数按照当前页面的显示编码进行编码。所以对于request乱码，只需要在服务器端设置相应的解码格式即可。由于访问方式不同，浏览器对参数的编码格式也不同，为了方便处理，通过超链接和表单的访问也规定必须是utf-8格式，即显示当前页面的编码也要使用utf-8，这样浏览器将统一使用utf-8对参数进行编码。

在服务器端，通过request.setCharacterEncoding("utf-8”)即可设置服务器的解码为utf-8（默认是ISO-8859-1），但是它只对请求体里面的参数有效；如果参数跟在请求行中的uri后边，它就无能为力了。因此请求方式不同，解决乱码的方案也不同。

1、post方式

post方式属于表单提交，参数存在于请求体中，通过request.setCharacterEncoding("utf-8”)即可解决乱码。

2、get方式

get方式提交的参数会跟在请求行中的uri后边，服务器按照默认的iso-8859-1进行解码，这时候解决乱码有两种办法：

办法一：修改服务器端对uri参数的默认编码

在tomcat的server.xml中，设置<Connector ….>元素的属性URIEncoding="UTF-8”即可。（默认没有设置此属性）

例如：<Connector connectionTimeout="20000" port="8080" protocol="HTTP/1.1" redirectPort="8443" URIEncoding="UTF-8”/>

注意：1、设置<Connector ….>元素的属性useBodyEncodingForURI=“true”，意思是请求体和uri使用相同的编码格式。通过设置这两个属性，既可以解决get方式的乱码，又可以解决 post方式的乱码。2、通过修改server.xml指定服务器对get和post统一按照utf-8解码，要求tomcat管理下的所有web应用都要使用utf-8编码，即所有的jsp、html页面都使用utf-8编码。比如 JSP页面的头信息是这样的：

<%@ page language="java" contentType="text/html; charset=utf-8"

pageEncoding="utf-8"%>

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd"]]>

<html]]>

<head]]>

<title]]>Insert title here</title]]>

</head]]>

办法二：逆向操作

参数从浏览器到服务器，经过客户端utf-8编码，服务器端iso-8859-1解码，最终成为乱码。那我们将乱码进行相反的编解码，即可得到正常的参数值。

例如：String name = request.getParameter("name”);//得到乱码

name = new String(name.getBytes("iso-8859-1"),"utf-8”);//得到正常的name值

注意：name.getBytes()；如果不指定编码，默认按照gb2312进行编码。