当初，Python 的编码把我折磨得死去活来，一直准备写一篇文章总结一下。先把我看到的两篇对我最有用的文章贴出来。然后再来慢慢修改整理。
文章1：
Beautiful Soup gb2312乱码问题
http://groups.google.com/group/python-cn/browse_thread/thread/cb418ce811563524
| 请注意 gb2312 不是 “gb2312”，凡 gb2312 的请换成 gb18030. 微软将 gb2312 和 gbk 映射为 gb18030，方便了一些人，也迷惑了一些人。 |
即，实际上该网页是GB18030的编码，所以按照这里：
http://blog.csdn.net/fanfan19881119/article/details/6789366
（原始出处为：http://leeon.me/a/beautifulsoup-chinese-page-resolve）
的方法，传递GB18030给fromEncoding，才可以：
| page = urllib2.build_opener().open(req).read() soup = BeautifulSoup(page, fromEncoding=”GB18030“) |
而其中，也解释了，为何HTML标称的GBK的编码，但是却解析出来为windows-1252了：
| 最近需要写一个python的RSS抓取解析程序，使用了feed parser。但是对于百度新闻的RSS，其编码方式为gb2312，feed parser探测出来的编码却是windows-1252，结果中文内容都是一堆乱码。问题在于，并不是feedparser不能识别出gb2312编码，而是国人们往往将gb2312与gbk编码等同，某些已经使用了gbk编码里的字符的，仍然声称内容为gb2312编码。feedparser对gb2312编码严格遵循gb2312字符集范围，当探测到超出这一范围的字符，便将编码回退到windows-1252。由于百度的RSS实际使用的应该是gbk编码，里面含有超出gb2312范围的字符，于是feedparser便擅自决定了将编码退回windows-1252，导致了中文乱码的现象。 |
文章2：
Table of Contents
【整理】Python中实际上已经得到了正确的Unicode或某种编码的字符，但是看起来或打印出来却是乱码
简体中文 
English