一个 py3 的坑，自己想了几天结果。获取的网页字符串是\xb6\xd4\xb6\xcc\xd0\xc5\格式的， py3 没有 str.decode()

[lsj8924]

如图，我爬虫获取到的是一个 dict。现在我要把字典的中文解析出来。我用 py2 是这么干的： 主要是用了字符串的 decode。但是 py3 没有这个方法啊。 而且这个 dict 是用 requests 获取出来的 response.headers 获取出来就是字符串 dict，不能是 bytes。我自己试了用 bytes(s,"gbk"),str(s,"gbk")都没用。自己也想了几天，没啥结果。别跟我说在字符串前面加个 b 变为 bytes，问题是变量不能加 b 啊。

[jianzhao123]

哈哈哈，我前段时间也遇到了，放弃了后来……

[leoleoasd]

eval("ans = b'{}'".format(str))

[lhx2008]

data.encode("raw_unicode_escape")

[XIVN1987]

先 encode 再 decode 即可：

In [3]: s.encode('latin')
Out[3]: b'\xb6\xd4\xb6\xcc\xd0\xc5'

In [4]: s.encode('latin').decode('gbk')
Out[4]: '对短信'

[lhx2008]

"\xd3\xf1\xc1\xfa".encode("raw_unicode_escape").decode("gbk")
Out[5]: '玉龙'

[fhefh]



先检查 text 是什么类型如果 type(text) is bytes，那么 text.decode('unicode_escape')

如果 type(text) is str，那么 text.encode('latin-1').decode('unicode_escape')

链接： https://www.zhihu.com/question/26921730/answer/49625649

[fhefh]

关于 latin-1

https://baike.baidu.com/item/latin1

[sobigfish]

呃，我不是很懂 python
更像是 lz 那个是 dict 不知道怎么转 str 的问题

搜一下还是能找到解决方案。 没测试过中文文件名 lz 自己测试一下
r = requests.get('http://httpbin.org/image/jpeg')
headers = str.encode(json.dumps(dict(r.headers)))
print(headers.decode('gbk'))

[lsj8924]

@fhefh @lhx2008 @XIVN1987 @leoleoasd 感谢各位大佬为我解惑。

[ClutchBear]

既然是爬虫,
response = requests.get(url)
response.encoding="utf-8"
就直接是能看懂的汉字了,
那用这么麻烦...

[vipfts]

print(str(b'\xb6\xd4\xb6\xcc\xd0\xc5', encoding="GBK"))

[v2014]

自己实现 http.client.parse_headers 方法

https://www.dust8.com/2017/12/04/header-parsing-error/

[evilhexxx]

网络编程中常见的编码问题