Python Requests utf-8解码错误求助：无法解码字节0xe3

问题原因 #

这个错误是因为requests默认尝试用UTF-8解码响应内容，但目标巴西税务CNPJ查询页面的响应实际使用**ISO-8859-1（Latin-1）**编码——0xe3是葡萄牙语里的ã字符，在ISO-8859-1中是单个字节，UTF-8解码时会判定为无效续字节，从而报错。

解决方案 #

方案1：手动指定编码 #

直接获取原始字节内容，用正确编码解码：

response = session.get(url, headers=headers)
# 用ISO-8859-1编码解码响应内容
content = response.content.decode('ISO-8859-1')

方案2：让requests自动推断编码 #

通过apparent_encoding让requests根据响应内容自动识别正确编码：

response = session.get(url, headers=headers)
# 自动检测并设置编码
response.encoding = response.apparent_encoding
# 之后可直接使用response.text获取解码后的内容
content = response.text

额外注意事项 #

• 巴西税务的CNPJ查询页面依赖会话状态，要确保session保留了从cnpjreva_solicitacao.asp获取的cookie，否则可能无法正常访问目标页面。
• 不要随意移除请求头，User-Agent、Referer等参数是网站验证请求合法性的关键，移除后可能触发反爬机制导致访问被拒。

内容的提问来源于stack exchange，提问作者Vitor Hugo