Python 处理GBK编码转UTF-8读写乱码问题

今日写了个爬虫，爬取前程无忧的招聘信息

老套路，首先获取网页源代码

#-*- coding:utf-8 -*- import requests url = 'http://search.51job.com/jobsearch/search_result.php?' page_req = requests.get(url) page = page_req.text.encode('utf-8') print page 结果，中文乱码：

浏览器查看，前程无忧源代码，是GBK编码，好吧，转GBK

非法字符，好吧，高级点，我转GB18030

尼玛，又是一种奇怪的字符，继续整，找网页帖子，大概是说先解码成GBK再转UTF_8 把 page = page_req.text.decode('gbk').encode('utf-8') 改成这样

问题是，Python默认字符是ASCII的，decode('GBK')或decode('GB18030')都不成，非法啊。

后来，去stackoverflow看了看，找到了答案，先编码成iso-8859-1在转GBK，问题完美解决   page = page_req.text.encode('iso-8859-1').decode('gbk')

参考：http://stackoverflow.com/questions/23103485/convert-gbk-to-utf8-string-in-python