新年快乐，早日康复～

一点心意 祝早日康复

似乎明白了。。id: zhapen

@Elethom 哥，不好意思多写了个空格，我设的id是我名字wozhapen，还是说它有生成其他id吗，第一次玩telegram。。

@Elethom 离我好近
Telegram ID: wo zhapen
thk

不知道你能不能直接管理wp源码，如果可以的话就去查找整个项目的“google”关键字，应该能定位出来吧。。

毕设被拉到导师接到外包项目，然后因为我代码写的烂寒假回家后就不让我提交代码了。。现在在公司实习没整这事，打算在答辩前2礼拜回去做做外文翻译写写论文，应该不会挂吧。。

今天钥匙落房间里了，找开锁的1分钟不到60块。。好心疼啊。。

@jas0ndyq 你说的是这个 [寻ta驿站](http://www.xuntayizhan.com) 。。

@a2z 谢谢，仔细的读了那篇文章，通篇得出python的一个使用好习惯来避免编码问题，就是 @Sylv 总结的第2个解决方法
> make your code into a Unicode-only clean room
> put ‘airlocks’ at the entry points to your code which will ensure that any byte sequence attempting to enter your code is properly clothed in a protective Unicode bunny suit before being allowed inside.
> 将输入的 bytes 马上解码成 unicode，而在程序内部中均使用 unicode，而当在进行输出的时候，尽早将之编码成 bytes

@aaaa007cn 大牛厉害啊！！ 我确实该花些时间来对着文档阅读一下requests的源码。

谢谢你们！！还未入门的小白碰上你们这群大牛真幸运！！送出感谢！！

@mhycy
@aaaa007cn
是的，chardet的检测确实有问题，但又好像是requests的问题，我
print response.encoding 得到是 ‘ISO-8859-1’（好像真像9楼Sylv说的那样）
而用 chardet.detect(response.text) 得到是 ‘utf-8’
但看了源码requests 确实是用 chardet 来检测得到encoding的值，按理说应该是一样的值不。

真心谢谢 @aaaa007cn 的提醒，让我看了下源码，又get了些知识。

***

@Sylv 谢谢你的总结，分析好透彻，读了两遍，已打印下来再读，大牛啊！！方法2是个好习惯，像我这样的入门小白应该培养。


@a2z 不好意思，因为时间问题，你的资料我明天再读，有想法再请教。。

@aaaa007cn 你好，我不知道如何弄你说的那个 decode 拿到原始 unicode 字符串，所以没试，而对于你所说的接二进制写入文本文件我之前试过，
```
f = open('./html','wb')
f.write(response.text)
f.close()
```
还是需要设置sys.setdefaultencoding('utf8'),不然会出现
```
UnicodeEncodeError: 'ascii' codec can't encode characters in position 131-148: ordinal not inrange(128)
```

@mhycy 我试了那个chardet，确实很强大，还给出了置信度，谢谢你，算是又多了一个工具。

{'confidence': 0.99, 'encoding': 'utf-8'}


@zeroday 我试了，貌似不行。
```
t = unicode(response.text, 'utf-8')
print t.encode('utf-8')
```
出现 TypeError: decoding Unicode is not supported

***

好了，这个帖子应该可以结了。后来者翻到的话，可以参考1、5、9楼。谢谢大家！！

@mhycy 好的，谢谢推荐，先收藏了，明天来试。

@mhycy 是的，返回的头部里'content-type': 'text/plain'，未有编码信息。
昨天谷歌的时候有看到chardet，倒是没试过用它来检测。这次掉坑算是长了心眼。。

@mhycy 哈哈，谢谢你的建议，这也是我喜欢的方式。。
这次遇坑主要是微信返回的源数据没有编码说明，导致我不知如何解码，经过9楼的回答算是明白原因。
谢谢你的回答。。

@mhycy 谢谢指导，我昨天试过保存在文本中也是乱码。

我试过把如下unicode编码的字节码
```
u'36\xe6\xb0\xaa(36Kr.com)\xe6\x98\xaf\xe4\xb8\xad\xe5\x9b\xbd\xe9\xa2\x86\xe5\x85\x88\xe7\x9a\x84\xe7\xa7\x91\xe6\x8a\x80\xe6\x96\xb0\xe5\xaa\x92\xe4\xbd\x93\xef\xbc\x8c\xe6\x88\x91\xe4\xbb\xac\xe6\x8a\xa5\xe9\x81\x93\xe6\x9c\x80\xe6\x96\xb0\xe7\x9a\x84\xe4\xba\x92\xe8\x81\x94\xe7\xbd\x91\xe7\xa7\x91\xe6\x8a\x80\xe6\x96\xb0\xe9\x97\xbb\xe4\xbb\xa5\xe5\x8f\x8a\xe6\x9c\x80\xe6\x9c\x89\xe6\xbd\x9c\xe5\x8a\x9b\xe7\x9a\x84\xe4\xba\x92\xe8\x81\x94\xe7\xbd\x91\xe5\x88\x9b\xe4\xb8\x9a\xe4\xbc\x81\xe4\xb8\x9a\xe3\x80\x82'
```
转成utf-8得到如下不想要的结果（貌似是简单的把单字节加上‘\xc2’变成双字节）
```
'36\xc3\xa6\xc2\xb0\xc2\xaa(36Kr.com)\xc3\xa6\xc2\x98\xc2\xaf\xc3\xa4\xc2\xb8\xc2\xad\xc3\xa5\xc2\x9b\xc2\xbd\xc3\xa9\xc2\xa2\xc2\x86\xc3\xa5\xc2\x85\xc2\x88\xc3\xa7\xc2\x9a\xc2\x84\xc3\xa7\xc2\xa7\xc2\x91\xc3\xa6\xc2\x8a\xc2\x80\xc3\xa6\xc2\x96\xc2\xb0\xc3\xa5\xc2\xaa\xc2\x92\xc3\xa4\xc2\xbd\xc2\x93\xc3\xaf\xc2\xbc\xc2\x8c\xc3\xa6\xc2\x88\xc2\x91\xc3\xa4\xc2\xbb\xc2\xac\xc3\xa6\xc2\x8a\xc2\xa5\xc3\xa9\xc2\x81\xc2\x93\xc3\xa6\xc2\x9c\xc2\x80\xc3\xa6\xc2\x96\xc2\xb0\xc3\xa7\xc2\x9a\xc2\x84\xc3\xa4\xc2\xba\xc2\x92\xc3\xa8\xc2\x81\xc2\x94\xc3\xa7\xc2\xbd\xc2\x91\xc3\xa7\xc2\xa7\xc2\x91\xc3\xa6\xc2\x8a\xc2\x80\xc3\xa6\xc2\x96\xc2\xb0\xc3\xa9\xc2\x97\xc2\xbb\xc3\xa4\xc2\xbb\xc2\xa5\xc3\xa5\xc2\x8f\xc2\x8a\xc3\xa6\xc2\x9c\xc2\x80\xc3\xa6\xc2\x9c\xc2\x89\xc3\xa6\xc2\xbd\xc2\x9c\xc3\xa5\xc2\x8a\xc2\x9b\xc3\xa7\xc2\x9a\xc2\x84\xc3\xa4\xc2\xba\xc2\x92\xc3\xa8\xc2\x81\xc2\x94\xc3\xa7\xc2\xbd\xc2\x91\xc3\xa5\xc2\x88\xc2\x9b\xc3\xa4\xc2\xb8\xc2\x9a\xc3\xa4\xc2\xbc\xc2\x81\xc3\xa4\xc2\xb8\xc2\x9a\xc3\xa3\xc2\x80\xc2\x82'
```
********
当然，对于与已知字符串比较的话，实际上可以构造出已知字符串的unicode编码的字节码，然后进行比较，其实我想知道的是更人性化的比较方式。
谢谢你的回答。

@billlee 恩恩，你的解决方式跟一楼类似。
碰到这个问题，我第一时间就是看头部，我在描述里也贴出了是'content-type': 'text/plain'，编码未知，然后我就不知道该怎么处理了。。

@a2z 你的解释可能是对的，但是我有试过打印的时候encode('utf-8')，不行的。。

@Sylv 谢谢。