解析请求响应时应该使用 .text 还是 .content？

Question

我偶尔使用

res.content

或

res.text

来解析来自 Requests 的响应。在我的用例中，我使用哪个选项似乎并不重要。

使用

.content

或

.text

解析 HTML 的主要区别是什么？例如：

import requests 
from lxml import html
res = requests.get(...)
node = html.fromstring(res.content)

在上述情况下，我应该使用

res.content

还是

res.text

？何时使用每种方法的良好经验法则是什么？

Answer 1

来自文档：

当您提出请求时，Requests 会对请求做出有根据的猜测 基于 HTTP 标头的响应编码。文本编码 访问

r.text

时使用 Requests 猜测。你可以了解一下 请求正在使用什么编码，并使用

r.encoding

更改它 属性：

>>> r.encoding
'utf-8'
>>> r.encoding = 'ISO-8859-1'

如果更改编码，请求将使用新值

r.encoding

每当您致电

r.text

时。您可能想在任何情况下执行此操作 您可以应用特殊逻辑来计算出什么情况 内容的编码将是。例如，HTTP 和 XML 有 能够在其主体中指定其编码。在类似的情况下 这个，你应该使用

r.content

找到编码，然后设置

r.encoding

。这将使您可以使用正确的编码来使用

r.text

。

因此，当服务器返回二进制数据或虚假编码标头时，会使用

r.content

来尝试在元标记内找到正确的编码。

Answer 2

我认为

res.content

和

res.text

没有可比性，您应该使用哪一个取决于您的用例。使用

res.text

进行文本响应，使用

res.content

进行图像或 PDF 等二进制文件。

所有互联网内容均以字节形式接收。为了防止将其转换为 Unicode 格式，Requests 提供了

text

属性。假设

text

是

content

的糖衣版本。

import requests
res = requests.get("https://httpbin.org/get")
res.text == res.content.decode(encoding == res.encoding)
True