解码字节似乎不解码

Question

同时试图获取一个.“学术”网站我在解码方面有困难。我正在使用请求命令：

resp = requests.get(url)
print(resp.content)

编辑:我确实尝试过resp.text

结果是这样的：

"b'\xff\xd8\xff\xe0\x00\x10JFIF\x00\x01\x01\x00\x00\x01\x00\x01\x00\x00\xff\xdb\x00C\x00\". 

字节。凉爽的。我尝试用提到的各种格式使用.decode("format") (iso、latin、utf、cp)，但我没有运气。

以下是其中一些印刷的内容：

utf-8:

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 0: invalid start byte

拉丁语-1：

"ÿØÿàJFIFÿÛC         2! !222222222222222222222222ĵ}"

iso8859_2:

"˙Ř˙ŕJFIF˙ŰC         2!!2222222222"

编辑2:根据这个问答，我不能发布链接，也不能参考网页。

尽管这个问题与解码源代码有关，但如果您能够指出替代解决方案(即，对于我尝试过的其他方法，请参见下文)，这也将是很好的。

1)我尝试使用selenium，但以下内容阻止它获得源代码：“由于与Firefox新特性的兼容性问题，可访问性支持部分被禁用。”(问题似乎是登录到站点所需的附加项)

Selenium代码：

driver = webdriver.Firefox()
driver.get(url)
htmlSource = driver.page_source
driver.quit()
soup = BeautifulSoup(htmlSource,'lxml')

2)使用urllib也不起作用，它抛出了HTTPError 302无限循环。我试着用炊具，但没有用。

Answer 1

根据https://stackoverflow.com/a/41068125/7432972

在您的情况下，resp.text应该返回Unicode文本。

请回帖，并让我知道这是否有效，因为我以前从未遇到过这个问题，可能是因为我总是使用request_response.text，除非是在将响应输入到bs4时。

编辑：

根据@Ilja_Everilä，您得到了一个作为响应的图像，而不是您正在寻找的源。我会检查您为该请求(resp.status_code)接收到的响应代码，有可能不会达到200，这意味着服务器将返回一些其他消息作为响应。如果是这样的话，将user-agent改为其他东西可能会修复它，尽管该网站似乎不需要requests模块的请求，至少是这样。

或者，更有可能的是，这与你提到的登录所需的那个副词有关。可以通过selenium.webdriver.FirefoxProfile()通过.add_extension('/path/to/addon')添加一个插件。但是，任何形式的插件配置，我都无法控制。