response.info().getencoding() 的实现在 urllib2 中被破坏了吗？答案

【问题标题】：Is the implementation of response.info().getencoding() broken in urllib2?response.info().getencoding() 的实现在 urllib2 中被破坏了吗？
【发布时间】：2009-08-20 22:41:40
【问题描述】：

标签： python encoding urllib2

【解决方案1】：

嗯，你认为坏的是什么？

我获得了 urllib 和 wget 的 ISO-8859-2（我目前在波兰）。我用 Firefox 得到 UTF-8。这是因为我的 Firefox 告诉站点它接受 ISO-8859-1 和 UTF-8，而 wget 和 urllib2 什么也没说。相关的请求头是：

Accept-Charset: ISO-8859-1,utf-8;q=0.7,*;q=0.7

从中删除 UTF-8，您将不会获得 UTF-8，可通过远程登录到端口 80 轻松测试。

Google.com 简单地（并且合理地）默认为 ISO-8859-1，google.pl 为 ISO-8859-2，我相信其他网站还有其他默认值。

我没有得到 wget、urllib2 或 telnet 的编码标头，我猜 urllib2 然后假定为 7bit，这可能有点荒谬，因为 Content-Encoding 通常是 gzip 或什么都没有。

【讨论】：

【解决方案2】：

根据the document

Message.getencoding()

返回 Content-Transfer-Encoding 消息头中指定的编码。如果不存在这样的标头，则返回“7bit”。编码转换为小写。

【讨论】：