【問題】
用Python抓取網頁html
出現如下錯誤：
exception raised:'gbk' codec can't encode character u'\xa0' in position 73: illegal multibyte sequence
【問題原因】
對于此Unicode字符(html)，需要print出來的話，由于本地系統是Windows中的cmd，默認codepage是CP936，即GBK的編碼，所以python解釋器需要先將上述的Unicode字符html編碼為GBK，然后再在cmd中顯示出來。
【解決辦法】
方案1：
在對unicode字符編碼時，添加ignore參數，忽略無法無法編碼的字符，這樣就可以正常編碼為GBK了。
對應代碼為：
print html.encode(“GBK“,‘ignore’);
方案2：
或者，將其轉換為GBK編碼的超集GB18030（即，GBK是GB18030的子集）：
print html.encode(“GB18030“);
對應的得到的字符是GB18030的編碼。
新問題出現：
改了代碼之后，雖然沒有報之前的那個錯誤，但是打印出來文字，英文文字沒有出現亂碼，但是中文出現亂碼的情況
添加以下代碼即可解決問題：
import io
import sys
sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding='gb18030')
