### Python爬取数据时出现乱码的解决方案 在Python爬取数据的过程中，如果遇到乱码问题，通常是因为服务器返回的内容使用的编码与默认解析编码不一致。以下是几种常见的解决方法： #### 方法一：调整`response.encoding` 可以通过手动设置`requests`响应对象的`encoding`属性来匹配实际的编码格式。例如： ```python import requests url = "http://example.com" response = requests.get(url) # 手动指定编码为utf-8或其他可能的编码 response.encoding = 'utf-8' # 如果不确定具体编码，可以尝试其他常见编码如gbk, gb2312等[^2] print(response.text) ``` #### 方法二：通过检测自动识别编码 有时无法确定目标页面的具体编码，此时可借助第三方库`chardet`或`charset-normalizer`来自动检测编码。 安装依赖： ```bash pip install chardet charset-normalizer ``` 代码实现： ```python import requests import chardet url = "http://example.com" response = requests.get(url) # 使用chardet检测编码 detected_encoding = chardet.detect(response.content)['encoding'] if detected_encoding: response.encoding = detected_encoding print(response.text) ``` 对于更复杂的场景，推荐使用`charset-normalizer`替代`chardet`，因为它具有更高的准确性[^5]。 #### 方法三：处理特殊编码（如GBK） 某些网站仍然使用较老的编码标准（如GBK），在这种情况下可以直接将内容先按`iso-8859-1`解码再重新编码为目标编码。 ```python import requests url = "http://example.com" response = requests.get(url) td_text = response.text.encode('iso-8859-1').decode('gbk') # 针对GBK编码的情况[^4] print(td_text) ``` #### 方法四：处理Gzip压缩数据 部分网站会返回经过Gzip压缩的数据流，这可能导致直接读取时出现乱码。需引入`gzip`模块并进行解压操作。 ```python import gzip import requests url = "http://example.com" headers = {'Accept-Encoding': 'gzip'} # 明确告知支持gzip压缩 response = requests.get(url, headers=headers) if response.headers['Content-Encoding'] == 'gzip': decompressed_data = gzip.decompress(response.content).decode('utf-8') else: decompressed_data = response.text print(decompressed_data) ``` 以上四种方法涵盖了大部分可能出现的乱码情况及其对应的解决方案[^1]。 ---