Python3.x中beautifulsoup的使用注意事項

beautifulsoup的官方中文文檔：http://www.crummy.com/software/BeautifulSoup/bs4/doc/index.zh.html

1.從urlopen中讀取url，而後傳入beautifulsoup，beautifulsoup默認網頁編碼格式是UTF-8，若是是GBK之類的會顯示

WARNING:root:Some characters could not be decoded, and were replaced with REPLACEMENT CHARACTER.

就是說beautifulsoup看不懂這個網頁，也沒法解析網頁。

好比http://www.sina.com.cn/ 使用的就是gb2312（爲何就不能用UTF啊，浪費我時間！！）

fg=urllib.request.urlopen('http://www.sina.com.cn/')
beautifulsoup(fg)

就顯示上面的WARNING

若是把新浪改爲百度就能夠正常使用，至於如何讀取新浪，戳這裏。

2.改變beautifulsoup的默認編碼

c.BeautifulSoup(page, from_encoding='gb2312')