requests:r.encoding比r.apparent_encoding更准确？
综合两位的答案，我又找到了相关源码来看，现在有更深的理解，总结如下：
1、总体
encoding和apparent_encoding本来都是Request类的方法，经过@property 装饰之后，可以像属性那样调用，即r.encoding和r.apparent_encoding
选择顺序上，优选r.encoding，如果r.encoding不存在再去找r.apparent_encoding.
2、具体来看r.encoding和r.apparent_encoding的值是怎么来的
（1）先说r.encoding
response.encoding = get_encoding_from_headers(response.headers)
然后这个get_encoding_from_headers()函数的定义在utils模块里，这个函数大致是做了（不限于）取出headers的'content-type'字段，调用cgi.parse_header方法解析成content_type和params
然后我把这段显示地加入我的代码，目的是想看看content_type和params到底是什么
结果：
所以，r.encoding确确实实，是从r.headers中content-type字段中的charset的值。在我的例子里，就是utf-8.
（2）再说r.apparent_encoding
chardet.detect(self.content)['encoding']#调用了chardet模块的detect方法，参数给的是r.content
chardet是python的另外一个库，这里就不不深究detect的实现细节了吧，感觉会比较复杂。
但可以知道，r.apparent_encoding是否准确，其实就是看chardet.detect是否准确。
至少在我这个例子里，是不准确的……
我还是忍不住去看了chardet.detect的实现。
detect()方法在chardet文件夹下__init__.py文件中，内容如图：
就是首先把输入转换成一个bytearray对象，然后构造一个名叫detector的对象，它是UniversalDetector类的实例。接着调用detector.feed()方法对bytearray对象进行处理。
其中，UniversalDetector的定义和detector.feed()的定义均在这个文件里：
比较重要的是第一段：
Takes a chunk of a document and feeds it through all of the relevant
charset probers.
取出文档的一部分，然后和所有相关的字符集匹配。
# First check for known BOMs, since these are guaranteed to be correct
# If the data starts with BOM, we know it is UTF
首先判断是否是已知的BOM，因为这个是绝对准确的，方法就是startwith检测开头的字段。例如：
if byte_str.startswith(codecs.BOM_UTF8):
# EF BB BF UTF-8 with BOM
self.result = {'encoding': "UTF-8-SIG",
'confidence': 1.0,
'language': ''}# If none of those matched and we've only see ASCII so far, check
# for high bytes and escape sequences
如果上面都不匹配，只有看看会不会是 ASCII，方法是检查high bytes and escape sequences。
如果看到了转义，这么处理……
# If we've seen escape sequences, use the EscCharSetProber, which
# uses a simple state machine to check for known escape sequences in
# HZ and ISO-2022 encodings, since those are the only encodings that
# use such sequences.、
如果看到了high bytes（超过127），就要更精细地拿multi-byte probers 和
single-byte probers 去匹配（因为原始ASCII最多127）……
# If we've seen high bytes (i.e., those with values greater than 127),
# we need to do more complicated checks using all our multi-byte and
# single-byte probers that are left. The single-byte probers
# use character bigram distributions to determine the encoding, whereas
# the multi-byte probers use a combination of character unigram and
# bigram distributions.
（这一长段就真的不看了）
注意到返回结果出了encoding还有个confidence，应该是可信度的意思。如果是已知的BOM(也就是是utf编码），confidence的值是1.0，这是最最确定的情况。后面用high bytes and escape sequences，confidence的值是调用get_confidence()方法取得，估计会低一些。
在我这个例子里，所有网页的真实编码都是utf-8，但是有一些被解析成Windows-1254，应该属于解析很勉强，如果打印confidence的值应该不高。
做完这一切以后，我搜索“charset 编码错误”，想要确一个认。相关结果不多，但下面这个算是印证吧。
ps:不止爬虫，以后有需要的情况可以直接import chardet,用chardet.detect(doc)方法来解析编码方式，不过不要完全相信，最好参考下confidence的值。