（比如网页源码、API返回的JSON数据）显示为乱码时，乱码的根本原因是 编码不匹配。

就是服务器告诉你的数据是某种编码（ISO-8859-1），但你用另一种编码（UTF-8）去尝试解读它,结果自然就是乱码。

requests 库为我们提供了多种方法来处理和解决解码问题。

核心概念：requests.Response 对象的编码属性

当你使用 requests 发送请求并得到一个响应对象 response 后，这个对象有一个非常重要的属性 response.encoding。

• response.encoding 的作用：它告诉 Python 应该用哪种字符编码来解码 response.content（响应的二进制内容）。
• response.text 的工作原理：当你访问 response.text 时，requests 内部会执行类似 response.content.decode(response.encoding) 的操作，将二进制内容转换成 Unicode 字符串。

关键点：response.encoding 的值有两个来源,按优先级顺序：

1. 从 HTTP 响应头中自动推断：requests 会首先查看服务器返回的 HTTP 头部信息中的 Content-Type 字段，如果这个字段包含了 charset 参数（Content-Type: text/html; charset=utf-8），requests 就会使用这个 charset 值来设置 response.encoding,这是最理想的情况。
2. 默认值 ISO-8859-1：HTTP 头部没有提供 charset 信息，requests 会默认将 response.encoding 设置为 ISO-8859-1。这是一个常见的乱码来源，因为 ISO-8859-1 只能处理有限的字符，而很多网站（尤其是中文网站）实际使用的是 UTF-8。

如何解决解码问题（从易到难）

下面我们介绍几种处理解码问题的方法,从最简单到最可靠。

手动设置 response.encoding (最常用)

这是最直接、最常用的方法，当你发现页面乱码时，通常是因为服务器没有正确声明 charset 或者声明错误，你可以通过检查网页源码来确定正确的编码，然后手动告诉 requests。

场景：抓取一个没有正确声明 charset 的网页，导致 response.text 出现乱码。

步骤：

1. 发送请求，获取 response 对象。
2. 检查 response.encoding 的值，看看是不是默认的 ISO-8859-1。
3. 根据实际情况（或通过查看网页源码 <meta> 标签），手动将 response.encoding 设置为正确的编码，'utf-8'、'gbk'、'gb2312' 等。
4. 再次访问 response.text就是正确的了。

示例代码：

import requests
# 假设这个网站没有在 HTTP 头中声明 charset，或者声明错误
url = 'https://example.com/some-chinese-page' # 替换为一个可能出问题的网址
try:
    response = requests.get(url, timeout=10)
    # 1. 检查原始编码
    print(f"服务器原始编码推断值: {response.encoding}") # 很可能输出 'ISO-8859-1'
    # 2. 尝试直接获取 text，可能会得到乱码
    # print(response.text) 
    # 3. 手动设置正确的编码 (通过查看网页源码发现是 gbk)
    # 你可以通过浏览器右键 -> 查看网页源码，找到 <meta charset="gbk"> 这样的标签
    response.encoding = 'gbk' 
    # 4. 再次获取 text，此时就是正确解码后的内容
    print(response.text)
except requests.exceptions.RequestException as e:
    print(f"请求失败: {e}")

使用 response.content 和 decode() (更底层)

response.encoding 可能会因为某些原因无法正确设置，这时，你可以绕过 response.encoding，直接获取原始的二进制内容，然后使用 Python 内置的 decode() 方法进行解码。

场景：当 response.encoding 的值不准确,你确信自己知道正确的编码时。

步骤：

1. 获取 response.content（这是一个 bytes 对象）。
2. 直接对这个 bytes 对象调用 .decode('正确的编码')。

示例代码：

import requests
url = 'https://example.com/some-chinese-page'
try:
    response = requests.get(url)
    # 直接获取二进制内容
    content_bytes = response.content
    # 手动解码，假设我们知道是 utf-8
    decoded_text = content_bytes.decode('utf-8')
    print(decoded_text)
except requests.exceptions.RequestException as e:
    print(f"请求失败: {e}")
except UnicodeDecodeError as e:
    print(f"解码失败，请确认编码是否正确: {e}")

使用 chardet 库自动检测编码 (最智能)

如果你不确定一个未知来源的网页或文件是什么编码，可以使用 chardet 库来自动检测其编码。chardet 是一个非常流行的第三方库,专门用于检测字符编码。

首先需要安装 chardet：

pip install chardet

场景：处理来源不明的文本数据,需要自动判断其编码。

步骤：

1. 安装并导入 chardet。
2. 获取 response.content。
3. 使用 chardet.detect() 函数检测 content 的编码。
4. 使用检测到的编码来解码内容。

示例代码：

import requests
import chardet
url = 'https://example.com/some-chinese-page'
try:
    response = requests.get(url)
    # 1. 获取二进制内容
    content_bytes = response.content
    # 2. 使用 chardet 检测编码
    # chardet.detect() 返回一个字典，{'encoding': 'gbk', 'confidence': 0.99}
    detected_result = chardet.detect(content_bytes)
    encoding = detected_result['encoding']
    confidence = detected_result['confidence']
    print(f"检测到的编码: {encoding}, 置信度: {confidence}")
    # 3. 根据检测结果进行解码
    if confidence > 0.9: # 设置一个置信度阈值，避免错误解码
        decoded_text = content_bytes.decode(encoding)
        print(decoded_text)
    else:
        print("置信度过低，无法确定编码。")
except requests.exceptions.RequestException as e:
    print(f"请求失败: {e}")
except UnicodeDecodeError as e:
    print(f"使用检测到的编码 {encoding} 解码失败: {e}")

总结与最佳实践

最佳实践流程：

1. 首选 response.text：直接使用 response.text，让 requests 自动处理，大多数情况下（如 Content-Type 声明了 charset）这是没问题的。
2. 检查乱码：如果发现 response.text 有乱码，立即检查 response.encoding 的值。
3. 手动修正：response.encoding 是 ISO-8859-1 或其他明显错误的值，最佳做法是手动设置为正确的编码（如 'utf-8'），这是最可靠、最常用的解决方案。
4. 终极手段：如果你处理的是大量未知来源的文本，或者不想手动去查每个网站的编码，那么集成 chardet 是一个非常好的自动化方案。

通过以上方法，你就可以轻松应对 requests 中遇到的各种解码问题了。