获取学校网站课程数据转JSON遇ASCII编码解码错误求解决

我来帮你搞定这个解码错误！这个问题本质是你在读取学校网站的课程页面内容时，Python默认用了ASCII编码去解析，但这类网站的页面几乎都是用UTF-8（或其他包含特殊字符的编码）传输的，碰到像0xc2这类ASCII无法识别的字节（通常对应非标准空格、重音符号这类特殊字符），就会触发解码失败。

下面是几个直接有效的解决方法：

• 方法一：用requests库请求时自动适配编码
  如果你用的是requests库（推荐用这个处理网页请求），可以让它自动检测页面编码，或者直接指定UTF-8：

  import requests
  
  url = "你的学校课程页面URL"
  response = requests.get(url)
  # 让requests自动识别页面的真实编码
  response.encoding = response.apparent_encoding
  # 要是你确定网站用的是UTF-8，也可以直接指定
  # response.encoding = "utf-8"
  html_content = response.text
  

  这样获取的html_content就是正确解码后的文本，后续解析成JSON时就不会再出现编码问题。

• 方法二：读取本地网页文件时指定编码
  如果你已经把网页内容保存到本地再解析，打开文件时必须明确指定编码，别用默认的ASCII：

  with open("course_data.html", "r", encoding="utf-8") as file:
      html_content = file.read()
  

• 方法三：处理字节流时手动解码（适用于urllib等库）
  要是你用的是urllib这类返回字节流的库，可以手动用正确的编码解码，甚至借助第三方库检测编码：

  from urllib.request import urlopen
  # 先获取字节数据
  response = urlopen("你的学校课程页面URL")
  html_bytes = response.read()
  
  # 方法1：直接用UTF-8解码
  html_content = html_bytes.decode("utf-8")
  
  # 方法2：用chardet库自动检测编码（需要先pip install chardet）
  # import chardet
  # encoding_info = chardet.detect(html_bytes)
  # html_content = html_bytes.decode(encoding_info["encoding"])
  

额外提一句：这个错误在Python 2里更常见（默认编码是ASCII），但Python 3如果代码里显式指定了ASCII解码，或者读取文件/响应时没指定编码，也会踩坑。学校课程内容里很可能包含了课程名称里的特殊字符、外文译名之类的，所以必须用支持全字符集的编码（比如UTF-8）来解析。

内容的提问来源于stack exchange，提问作者A. Park