response.encoding = 'utf-8' 有时加剧乱码，因覆盖 requests 自动识别的 apparent_encoding（如 GBK 页面强制 UTF-8 解码会错读字节）；应优先依据 headers charset、验证 apparent_encoding、结合 content 二进制特征手动 decode。
为什么 response.encoding = 'utf-8' 有时反而让乱码更严重
因为很多网页实际编码不是 UTF-8，硬设会覆盖 requests 自动识别的结果。比如 GBK 编码的中文页面，强制设成 utf-8 后，response.text 解码时就会把两个字节当一个 UTF-8 字符处理，直接崩出 或其他乱码。
requests 默认用 response.apparent_encoding（基于 chardet 探测）做初始解码，这个值通常比硬写 utf-8 更靠谱——但也不是万能的，尤其遇到 meta 标签缺失、BOM 混乱或压缩传输时。
- 优先看
response.headers.get('content-type')，如果有charset=gbk这类明确声明，就按它来 - 没声明时，先打印
response.apparent_encoding和response.content[:100]（二进制前100字节），确认探测是否合理 - 若探测结果是
utf-8但页面明显乱码，大概率是 GBK/GB2312，可试response.content.decode('gbk', errors='ignore')
apparent_encoding 为啥经常不准，怎么补救
chardet 的探测逻辑依赖字节分布统计，对短文本、无特征内容（比如纯数字 ID 列表）、含大量英文的中文页，容易误判为 ascii 或 utf-8。更麻烦的是，某些网站返回的 content-type 声明和实际 body 编码不一致，requests 会优先信 header，导致 apparent_encoding 被绕过。
- 永远别只信
apparent_encoding，一定要结合response.content二进制内容肉眼判断：用response.content[:50].hex()看有没有常见 GBK 特征字节（如c4e3、b9a3） - 手动 decode 时用
errors='replace'或'ignore'，避免解码中断；之后再用正则或字符串特征（如中文字符占比）反推是否成功 - 对已知固定站点，直接记下它的编码（比如某政府网站永远用
gb2312），写死比自动推断稳
requests 中 response.text 和 response.content.decode() 的区别在哪
response.text 是 requests 封装好的字符串，内部调用了 response.content.decode(response.encoding)。一旦你改了 response.encoding，text 就会跟着变；但 response.content 始终是原始 bytes，不受影响——这是调试乱码的关键。
立即学习“Python免费学习笔记（深入）”；
- 调试时永远先 print
response.content[:200]，而不是直接 printresponse.text - 如果
response.content.decode('gbk')正常，但response.text乱码，说明response.encoding设错了，或者没设对时机（必须在访问.text前设） - 用
response.content.decode('utf-8', errors='surrogateescape')可保留无法解码的字节，后续还能转回 bytes 处理，适合需要二次编码的场景
遇到 gzip 压缩响应时，编码问题会更复杂吗
会。requests 默认自动解压 gzip，但解压后的 bytes 才是真正要解码的内容。如果服务器 header 声明了错误 charset（比如 charset=utf-8，但实际 body 是 gzip 压缩的 GBK），requests 仍会按 header 设置 encoding，导致解码失败。
- 检查
response.headers.get('content-encoding')，确认是否被压缩；若为gzip，确保 requests 版本 ≥ 2.25.0（旧版有解压后 encoding 丢失 bug） - 手动控制解压：设
headers={'Accept-Encoding': 'identity'}绕过 gzip，拿到原始压缩流后自己解压再 decode，可控性更高 - 某些小众编码（如
hz-gb-2312）requests 不支持，必须用response.content+codecs.decode(...)手动处理
