- 发送请求时处理中文：如何正确地在 URL、请求头、请求体（如表单数据）中包含中文字符。
- 接收响应时处理中文：如何正确地解析服务器返回的、包含中文的响应内容（如 HTML、JSON）。
准备工作：安装 requests 库
如果你还没有安装 requests 库，请先通过 pip 安装：
pip install requests
发送请求时处理中文
这是最常见的场景,尤其是在 GET 请求的 URL 参数和 POST 请求的表单数据中。
核心原则：正确编码
当你在 URL 或请求体中包含非 ASCII 字符（如中文）时，必须将它们转换为一种网络可以传输的格式，这个过程叫做 URL 编码（或百分号编码），空格会变成 %20， 会变成 %23。
requests 库在大多数情况下能自动帮你处理，但你需要确保你提供的是 Unicode 字符串（在 Python 3 中，所有字符串默认都是 Unicode）。
GET 请求中的中文 URL 参数
错误的做法：直接拼接
直接拼接中文字符串到 URL 中，可能会导致请求失败或接收到错误的结果。
import requests
# 错误示例：直接拼接中文字符
keyword = "北京"
url = f"https://www.baidu.com/s?wd={keyword}"
# 这种写法在某些系统上可能工作，但非常不可靠，因为中文没有经过编码
response = requests.get(url)
# response.text 可能会是乱码，或者请求根本发不出去
正确的做法：使用 params 参数
requests.get() 的 params 参数会自动帮你将字典中的键值对进行 URL 编码，这是最推荐、最安全的方式。
import requests
keyword = "北京"
# 使用 params 字典，requests 会自动处理编码
url = "https://www.baidu.com/s"
params = {
"wd": keyword,
"ie": "utf-8" # 告诉百度使用 UTF-8 编码
}
response = requests.get(url, params=params)
# 检查响应状态码
response.raise_for_status()
# 查看最终的、编码后的 URL
print("请求的 URL:", response.url)
# 输出: 请求的 URL: https://www.baidu.com/s?wd=%E5%8C%97%E4%BA%AC&ie=utf-8
# 你可以看到 "北京" 被编码成了 %E5%8C%97%E4%BA%AC
POST 请求中的中文表单数据
同样,在发送 POST 请求时，如果表单数据包含中文，也应该让 requests 自动处理。
import requests
url = "http://httpbin.org/post" # 一个用于测试的网站
data = {
"username": "张三",
"city": "上海",
"comment": "你好，世界！"
}
# requests 会自动将 data 字典编码并放到请求体中
response = requests.post(url, data=data)
print(response.json()) # httpbin.org 会返回你发送的数据，可以验证是否正确
接收响应时处理中文
服务器返回的数据（响应体）也可能包含中文，你需要确保在读取内容时使用正确的字符编码。
核心原则：正确解码
服务器通常会在响应头中通过 Content-Type 字段告诉客户端它使用了什么编码，Content-Type: text/html; charset=utf-8。
requests 库会尝试自动从响应头中解析 charset，如果找不到，它会使用一些启发式方法（如 chardet 库）来猜测编码，这个过程是自动的，但有时可能会猜错。
如何确保正确解码？
使用 response.text (推荐)
response.text 属性会自动将响应内容解码成 Unicode 字符串，在绝大多数情况下，你只需要直接使用它即可。
import requests url = "https://www.baidu.com/s?wd=北京" response = requests.get(url) # response.text 会自动根据响应头的 charset 进行解码 # 你可以直接打印，它会自动处理成可读的中文 print(response.text[:100]) # 打印前 100 个字符
使用 response.content 和 response.encoding (更精确)
如果你怀疑 requests 自动解码出了问题，或者你想手动控制解码过程，可以使用 response.content 和 response.encoding。
response.content: 返回的是原始的二进制字节流 (bytes)。response.encoding: 获取或设置响应的编码。
import requests
url = "https://www.baidu.com/s?wd=北京"
response = requests.get(url)
# 方法一：检查并手动设置编码（如果自动解码失败）
# 先看看 requests 自动猜的编码是什么
print("自动检测的编码:", response.encoding) # 通常是 'utf-8'
# 如果发现是乱码，可以手动设置正确的编码
# response.encoding = 'gbk' # 有些老旧网站可能用 GBK
# 然后再使用 .text
print(response.text[:100])
# 方法二：直接用 .content 手动解码
# 这在你明确知道编码，或者 .text 乱码时非常有用
html_bytes = response.content
# 手动解码，例如用 'utf-8'
html_str = html_bytes.decode('utf-8')
print(html_str[:100])
处理 JSON 响应
如果服务器返回的是 JSON 数据，并且其中包含中文，requests 的 json() 方法会完美处理。
import requests
import json # json 库本身也支持处理中文
url = "https://api.github.com/repos/python/cpython" # GitHub API
response = requests.get(url)
# .json() 方法会自动解码内容并解析成 Python 字典
repo_data = response.json()
# 直接访问包含中文的字段（如 description）
# GitHub API 的响应通常是 UTF-8 编码
description = repo_data.get('description', '')
print(description)
总结与最佳实践
| 场景 | 推荐方法 | 原因 |
|---|---|---|
| GET 请求带中文参数 | 使用 requests.get(url, params={'key': '中文'}) |
params 会自动进行 URL 编码，安全可靠。 |
| POST 请求带中文数据 | 使用 requests.post(url, data={'key': '中文'}) |
data 会自动编码并设置正确的 Content-Type。 |
| 读取响应中的中文 | 直接使用 response.text |
requests 会自动根据响应头解码，最方便。 |
| 响应解码失败时 | 检查并设置 response.encoding使用 response.content.decode('正确的编码') |
手动干预，解决自动解码可能出错的问题。 |
| 处理 JSON 中的中文 | 使用 response.json() |
json() 方法会正确处理 Unicode 字符。 |
黄金法则：
- 发送时：始终让
requests通过params或data参数来处理编码，不要手动拼接。 - 接收时：优先使用
response.text，如果遇到乱码，再考虑手动设置response.encoding或使用response.content进行解码。
