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
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（如果你看了我前面一篇双色球分析的程序，现在应该知道为什么有时会报错了~~）
原文：https://www.cnblogs.com/kusy/p/10847274.html