Python爬取網站數據

編碼問題 由於涉及到中文，因此必然地涉及到了編碼的問題，這一次借這個機會算是完全搞清楚了。html 問題要從文字的編碼講起。本來的英文編碼只有0~255，恰好是8位1個字節。爲了表示各類不一樣的語言，天然要進行擴充。中文的話有GB系列。可能還據說過Unicode和UTF-8，那麼，它們之間是什麼關係呢？python Unicode是一種編碼方案，又稱萬國碼，可見其包含之廣。可是具體存儲到計算機上，

>>阅读原文<<