Request库传参及编码相关

一般在GET请求中，我们使用查询字符串(query string)来进行参数传递，在requests库中使用方法如下：

import requests
base_url = 'http://httpbin.org'
param_data = {'user':'tumaowolf','password':'666'}
r = requests.get(base_url+'/get',params=param_data)
print(r.url)
print(r.status_code)

requests中的编码

先上结论：之所以request的响应内容乱码，是因为模块中并没有正确识别出encoding的编码，而s.txt的结果是依靠encoding的编码“ISO-8859-1”解码出的结果，所以导致乱码。

所以正确的逻辑应该这样：

如：

s = requests.get('http://www.vuln.cn')

一般可以先判断出编码，比如编码为gb2312，

str = s.content

可以直接用正确的编码来解码。

str.decode('gb2312')

那么知道这个逻辑，接下来就是需要正确判断网页编码就行了，获取响应html中的charset参数：

<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">

但实际上我们并不需要轮子。

因为requests模块中自带该属性，但默认并没有用上，我们看下源码：

def get_encodings_from_content(content):

"""

Returns encodings from given content string.

:param content: bytestring to extract encodings from.

"""

charset_re = re.compile(r'<meta.*?charset=["\']*(.+?)["\'>]', flags=re.I)

pragma_re = re.compile(r'<meta.*?content=["\']*;?charset=(.+?)["\'>]', flags=re.I)

xml_re = re.compile(r'^<\?xml.*?encoding=["\']*(.+?)["\'>]')

return (charset_re.findall(content) + pragma_re.findall(content) + xml_re.findall(content))

还提供了使用chardet的编码检测，见models.py：

def apparent_encoding(self):

"""The apparent encoding, provided by the lovely Charade library."""

return chardet.detect(self.content)['encoding']

所以我们可以直接执行encoding为正确编码，让response.text正确解码即可：

response=requests.get('www.test.com')

response.encoding = response.apparent_encoding