最新消息:20210816 当前crifan.com域名已被污染,为防止失联,请关注(页面右下角的)公众号

[已解决]Python中如何给http的get请求中所使用的request库中设置字符编码为UTF-8

HTTP crifan 6063浏览 0评论

折腾:

[已解决]Python给unicode去编码出错:UnicodeEncodeError gbk codec can’t encode character u’\xe6′ in position 0 illegal multibyte sequence

期间,希望去:

在使用request去执行http的get请求时,

设置字符编码为UTF-8

否则此处默认就是ISO-8859-1

返回来就是看起来是乱码了。

搜:

Python request 设置 字符 编码

python – 使用requests库抓取页面的时候的编码问题 – SegmentFault

Python + Requests 编码问题 | Chu’s BLoG

Developer Interface — Requests 2.11.1 documentation

Developer Interface — Requests 2.11.1 documentation

Python requests  字符 编码

去看代码:

感觉像是:

手动设置了

charset=UTF-8

这个参数,就可以了?

快速上手 — Requests 2.10.0 文档

->

可以设置:

r.encoding = ‘UTF-8′

貌似就可以了?

Python+Requests编码识别Bug

Python requests header charset

高级用法 — Requests 2.10.0 文档

去设置:

‘Content-Type’ : ‘application/json; charset=UTF-8’

结果去:

/Users/crifan/dev/dev_root/daryun/SIPEvents/sourcecode/flask/wechat_sdk/lib/request.py

修改:

def request(self, method, url, access_token=None, **kwargs):

为:

requests.request(
    method=method,
    headers {
        ‘Content-Type’ ‘application/json; charset=UTF-8’
    },
    url=url,
    **kwargs
)

和:

 headers = {
     ‘Content-Type’ : ‘application/json; charset=UTF-8’,
     ‘Accept-Type’ : ‘application/json; charset=UTF-8’
 },

问题依旧。

flask charset utf-8

flask mimetype

Python Flask, how to set content type – Stack Overflow

python – Forcing application/json MIME type in a view (Flask) – Stack Overflow

Python http request charset

此处通过加上print:

        try:
            print ‘r.encoding’,r.encoding
            print ‘r.apparent_encoding’,r.apparent_encoding
            print ‘r.headers’,r.headers
            print ‘r.url’,r.url
            print ‘r.text’,r.text
            print ‘type(r)=’,type(r)
            print ‘r=’,r
            response_json = r.json()

输出了内容是:

r.encoding ISO-8859-1
r.apparent_encoding utf-8
r.headers {‘date’: ‘Sun, 21 Aug 2016 09:20:45 GMT’, ‘connection’: ‘keep-alive’, ‘content-type’: ‘text/plain’, ‘content-length’: ‘298’}
r.url https://api.weixin.qq.com/sns/userinfo?access_token=nW9PbJSaEL7nI2PUupnHWzNB7zip1bwDlbxbx5TwhO32uRiDLJ2ft7kQcmFARMnjFFMn2h0iaHTIAXi_MuxjqnJC9rqgPuR3oTV3x8vXDQw&openid=oswjmv4X0cCXcfkIwjoDfCkeTVVY&lang=zh_CN
r.text {"openid":"oswjmv4X0cCXcfkIwjoDfCkeTVVY","nickname":"礼è²","sex":1,"language":"zh_CN","city":"èå·","province":"æ±è","country":"中å½","headimgurl":"http:\/\/wx.qlogo.cn\/mmopen\/ajNVdqHZLLDYtIJicNl7MjwZK5c1lxAJZ253c9v3JzDib7GeE5OFrWiaRqsK1ruW1HmGaziaYETV5vQhIIbic6wHKFQ\/0","privilege":[]}
type(r)= <class ‘requests.models.Response’>
r= <Response [200]>

所以去设置encoding为UTF-8试试:

            r.encoding = ‘UTF-8’
            response_json = r.json()

结果是:

就可以正常输出UTF-8解码后的内容了:

DEBUG in sipevents [/usr/share/nginx/html/SIPEvents/sipevents.py:90]:
type(respUserInfoDict)=<type ‘dict’>, respUserInfoDict={u’province’: u’\u6c5f\u82cf’, u’openid’: u’oswjmv4X0cCXcfkIwjoDfCkeTVVY’, u’headimgurl’: u’http://wx.qlogo.cn/mmopen/ajNVdqHZLLDYtIJicNl7MjwZK5c1lxAJZ253c9v3JzDib7GeE5OFrWiaRqsK1ruW1HmGaziaYETV5vQhIIbic6wHKFQ/0′, u’language’: u’zh_CN’, u’city’: u’\u82cf\u5dde’, u’country’: u’\u4e2d\u56fd’, u’sex’: 1, u’privilege’: [], u’nickname’: u’\u793c\u8c8c’}

<div–<——————————————————————————

<div–<——————————————————————————

DEBUG in sipevents [/usr/share/nginx/html/SIPEvents/sipevents.py:101]:
province=江苏, city=苏州, country=中国, nickname=礼貌

<div–<——————————————————————————

<div–<——————————————————————————

DEBUG in sipevents [/usr/share/nginx/html/SIPEvents/sipevents.py:102]:
type(province)=<type ‘unicode’>

此处,就懒得,也不会,去参考:

Python+Requests编码识别Bug

去弄什么monkey patch

确保了解编码即可。

有机会,再去确保:

是不是最新的requests,就解决了此问题了?

由于之前看log看到有:

r.encoding ISO-8859-1
r.apparent_encoding ascii

然后最终此处暂时先去改为:

            #r.encoding = ‘UTF-8’
            r.encoding = r.apparent_encoding
            response_json = r.json()

暂时确保:

当encoding和apparent_encoding不一致时,都使用apparent_encoding去解码

从而得到正确的unicode字符串

这样就可以正常显示中文了。

[总结]

此处的问题:

调用request的request返回的内容为乱码

的原因是:

requests库中,http的response中,对于返回的数据data去解码,所使用的编码,“从响应头文件的Content-Type里获取,如果存在charset,则可以正确识别,如果不存在charset但是存在text就认为是ISO-8859-1”

而此处,返回的内容是UTF-8

对应的:

r.encoding ISO-8859-1

r.apparent_encoding utf-8

但是request内部还是用r.encoding的ISO-8859-1去解码的,导致内容是乱码了

解决办法:

1.笨办法,也不算解决办法的办法:

如果只是为了能把乱码解码成正常的文字,则可以通过:

把错用ISO-8859-1的解码后的unicode,即可得到正常的Unicode类型的字符串

然后再去用UTF-8再去编码,即可得到正常的UTF-8的字符串了。

代码为:

encodedProvinceIso8859_1 = province.encode(‘ISO-8859-1’)
app.logger.debug(‘encodedProvinceIso8859_1=%s’, encodedProvinceIso8859_1)
decodedProvinceUnicode = encodedProvinceIso8859_1.decode(‘utf-8’)
app.logger.debug(‘decodedProvinceUnicode=%s’, decodedProvinceUnicode)

即可把乱码的province解码得到正常的字符串了:

province=江苏

了。

2.标准的办法:

去让requests对于response(的json)去解码的时候,就使用正确的,此处为UTF-8的编码:

r.encoding = ‘UTF-8’

或:

先对更智能一些的:

r.encoding = r.apparent_encoding
response_json = r.json()

这样就可以用真正的编码去解码,得到正常的字符串了。

此处相关代码为:

vim /root/Envs/SIPEvents/lib/python2.7/site-packages/wechat_sdk-0.6.4-py2.7.egg/wechat_sdk/lib/request.py

中的:

wechat_sdk-0.6.4-py2.7.egg/wechat_sdk/lib/request.py

的:

def request(self, method, url, access_token=None, **kwargs):
        try:
            #r.encoding = ‘UTF-8’
            r.encoding = r.apparent_encoding
            response_json = r.json()

转载请注明:在路上 » [已解决]Python中如何给http的get请求中所使用的request库中设置字符编码为UTF-8

发表我的评论
取消评论

表情

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址
82 queries in 0.187 seconds, using 22.09MB memory