使用Python的requests、ics库导入含希伯来文的ics文件出现乱码如何解决

问题原因 #

requests库默认会根据HTTP响应头的Content-Type字段自动猜测文本编码，如果目标日历服务未返回正确的charset参数，requests会默认使用ISO-8859-1编码解析内容。而ICS格式规范默认采用UTF-8编码存储多语言内容，希伯来语属于非拉丁字符集，用错误编码解析后就会出现乱码。另一个同语言日历显示正常，是因为对应服务正确返回了UTF-8编码标识。

修复方案 #

调整请求后的解码逻辑，强制使用UTF-8解析响应内容即可，以下两种写法均可：

写法1：显式指定requests响应编码 #

import requests as rq
from ics import Calendar

url = "https://example.com/cal/"

resp = rq.get(url)
resp.encoding = 'utf-8'
c = Calendar(resp.text)

for event in c.events:
    print(event)

写法2：直接用字节流手动解码（更稳妥） #

直接读取响应的原始字节流，手动用UTF-8解码，不受响应头错误编码标识的影响：

import requests as rq
from ics import Calendar

url = "https://example.com/cal/"

c = Calendar(rq.get(url).content.decode('utf-8'))

for event in c.events:
    print(event)

本地ics文件处理注意点 #

如果是读取本地存储的ics文件，打开时也要指定UTF-8编码：

with open('calendar.ics', 'r', encoding='utf-8') as f:
    c = Calendar(f.read())

内容的提问来源于stack exchange，提问作者Aa me