requests是一个较为简单易用的HTTP请求库，是python中编写爬虫程序最基础常用的一个库。对于初学者来说采集的数据【中文乱码】问题是很烦恼的。
本文将根据实践经验说明python中使用requests库编写爬虫程序时，出现【中文乱码】的原因及解决办法。
首先，本文的【中文乱码】情况，指的是原网页中的中文内容在使用requests获取后，中文完全无法识别的情况，区别于\x、\u等编码情况。如下图中的例子：
导致上图中【中文乱码】的原因：
使用requests库时，选择使用的文本响应方法不合适，且没有在代码中添加设置合适的编码，以致于使用【response.text】自动获取到的网页编码，与实际网页的编码不一致，进而产生【中文乱码】。
使用requests库时，可能已经形成了一个习惯，常用【response.text】进行文本响应，而【response.content】常用于图片、视频等。
这两者，最大的一个区别就是：
1、【response.text】会自动根据HTTP头部去推测网页的编码，解码并返回解码后的文本。
2、【response.content】不会解码，直接以二进制形式返回。
两种文本响应方法，如下表：
|
response.text |
服务器响应的内容，会自动根据响应头部的字符编码进行解码。根据HTTP头部对响应的编码做出有根据的推测，推测文本编码。返回类型：str；常用于：响应文本 |
|
response.content |
字节方式的响应体，不会根据HTTP头部对响应的编码做出有根据的推测。返回类型：bytes（二进制）；常用于：图片、视频 |
最有效的解决方法：
获取网页编码、指定其编码，再提取文本
使用response的encoding、apparent_encoding，得到网页编码。
encoding、apparent_encoding两者最大的区别：
encoding是从header中去提取，而apparent_encoding是从网页源码去解析，apparent_encoding得到的结果更准确。
详细如下表：
|
response.encoding |
从网页响应的header中，提取charset字段中的编码。若header中没有charset字段，则默认为ISO-8859-1编码模式，ISO-8859-1编码无法解析中文，这也是中文乱码的原因。 |
|
response.apparent_encoding |
从网页的内容中（html源码）中分析网页编码的方式。所以apparent_encoding比encoding更加准确，获取到的才是原网页的实际编码。 |
print(response.apparent_encoding)
print(response.encoding)
使用encoding、apparent_encoding两种方法，所得的结果是不一致的，apparent_encoding才是原网页实际编码。如下图
根据上述方法，获得原网页的实际编码后，手动在代码中指定文本编码格式，即可解决【中文乱码】问题。如下图：
response.encoding=response.apparent_encoding
以上就是使用requests爬虫解决中文乱码的方法，如那位老师有更好的方法还望赐教，谢谢！