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)

技术分享图片

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"))

技术分享图片

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)

技术分享图片

解决的办法就是

print(res.content.decode("unicode_escape"))

技术分享图片

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)
如果type(text) is str,那么
text.encode(latin-1).decode(unicode_escape)

 

 

参考资料

https://www.zhihu.com/question/26921730

https://blog.csdn.net/bubblelone/article/details/70039419

https://blog.csdn.net/qq_23849183/article/details/51221993

 

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

Python“string_escape”与“unicode_escape”

python3 将字符串unicode转换为中文

python3将unicode转化成中文输出

python3 汉字转十六进制unicode

python3进行汉字和unicode码的转换

python: 关于解决'u'开头的字符串转中文的方法