python3中的unicode_escape
Posted cnhkzyy
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python3中的unicode_escape相关的知识,希望对你有一定的参考价值。
一. 响应的两种方式
在使用python3的requests模块时,发现获取响应有两种方式
-
其一,为文本响应内容, r.text
-
其二,为二进制响应内容,r.content
在《Python学习手册》中,是这样解释的
‘‘‘Python 3.X带有3种字符串对象类型——一种用于文本数据,两种用于二进制数据:
-
str表示Unicode文本(8位的和更宽的)
-
bytes表示二进制数据
-
bytearray,是一种可变的bytes类型‘‘‘
也就是说,r.text实际上就是Unicode的响应内容,而r.content是二进制的响应内容,看看源码怎么解释
@property def text(self): """Content of the response, in unicode. If Response.encoding is None, encoding will be guessed using ``chardet``. The encoding of the response content is determined based solely on HTTP headers, following RFC 2616 to the letter. If you can take advantage of non-HTTP knowledge to make a better guess at the encoding, you should set ``r.encoding`` appropriately before accessing this property. """
大体的意思是说,r.text方法返回的是用unicode编码的响应内容。响应内容的编码取决于HTTP消息头,如果你有HTTP之外的知识来猜测编码,你应该在访问这个属性之前设置合适的r.encoding,也就是说,你可以用r.encoding来改变编码,这样当你访问r.text ,Request 都将会使用r.encoding的新值
>>> r.encoding ‘utf-8‘ >>> r.encoding = ‘ISO-8859-1‘
我们看看r.content的源码
@property def content(self): """Content of the response, in bytes."""
r.content返回的是字节形式的响应内容
二. 问题的提出与解决
当用requests发送一个get请求时,得到的结果如下:
import requests url = "xxx" params = "xxx" cookies = {"xxx": "xxx"} res = requests.request("get", url, params=params, cookies=cookies) print(res.text)
那么,问题来了,\\u表示的那一串unicode编码,它是什么原因造成的,请参考知乎相关回答,该如何呈现它的庐山真面目?
print(res.text.encode().decode("unicode_escape"))
这个unicode_escape是什么?将unicode的内存编码值进行存储,读取文件时在反向转换回来。这里就采用了unicode-escape的方式
当我们采用res.content时,也会遇到这个问题:
import requests url = "xxx" params = "xxx" cookies = {"xxx": "xxx"} res = requests.request("get", url, params=params, cookies=cookies) print(res.content)
解决的办法就是
print(res.content.decode("unicode_escape"))
三. 总结
1. str.encode() 把一个字符串转换为其raw bytes形式
bytes.decode() 把raw bytes转换为其字符串形式
2. 遇到类似的编码问题时,先检查响应内容text是什么类型,如果type(text) is bytes,那么
text.decode(‘unicode_escape‘)
以上是关于python3中的unicode_escape的主要内容,如果未能解决你的问题,请参考以下文章