报错的代码：
url= 'http://kaijiang.500.com/shtml/ssq/19001.shtml'
page =urllib.request.urlopen(url)
content = page.read().decode('gb2312')报这个错的原因是获取到的网页内容是经过压缩了的，打开url可以看到请求head
Accept-Encoding:gzip, deflate一种方式是请求时把Accept-Encoding设为空，这样的话网页数据未压缩，会相对比较大，增加网络传输时间
另一种方式就是对请求后的数据解压，显然这个方式处理会更快，如下
content = gzip.decompress(page.read()).decode('gb2312')可是修改之后发现运行还是报错，这时候发现应该是因为网页中含有编码集之外的字符（网页内容指定charset是gb2312），就算加到更大范围还是报错（PS：汉字字符集范围 gb2312 < gbk < gb18030）
这时候选择忽略这些无法解码的字符
content = gzip.decompress(page.read()).decode('gb2312','ignore')再运行代码，发现这个问题已经解决了
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。