Python编码特别是使用到汉字的时候，仔细观察， 程序中解析出的汉字通常是：'\xe4\xb8\xad\xe5\x9b\xbd' 这种形式的（GBK编码） ，输出后就变成乱码了，所以应该先将其GBK解码，然后再UTF-8编码，然后再输出，这样就能输出汉字了。 而在爬虫程序中手动输入一个汉字时通常要先对其UTF-8解码，然后再GBK编码 也可都用两边都为汉字可都用GBK encode('gbk','ignore').decode('gbk')
ignore拓展： 经网上查询了解到这是因为遇到了非法字符——尤其是在某些用C/C++编写的程序中，全角空格往往有多种不同的实现方式， 比如\xa3\xa0，或者\xa4\x57，这些字符，看起来都是全角空格，但它们并不是“合法”的全角空格（真正的全角空格是\xa1\xa1），因此在转码的过程中出现了异常。 这样的问题很让人头疼，因为只要字符串中出现了一个非法字符，整篇文章就都无法转码。 解决办法： unicodestr = json.loads(html.decode("gbk"，“ignore”)) 因为decode的函数原型是decode([encoding], [errors='strict'])，可以用第二个参数控制错误处理的策略，默认的参数就是strict，代表遇到非法字符时抛出异常； 如果设置为ignore，则会忽略非法字符； 如果设置为replace，则会用?取代非法字符； 如果设置为xmlcharrefreplace，则使用XML的字符引用。
