python beautifulsoup中文乱码问题的解决方法
解决方法一：
使用python的BeautifulSoup来抓取网页然后输出网页标题，输出总是乱码。
代码：
#!/usr/bin/python
from bs4 import BeautifulSoup
import urllib2
url = 'http://www.jb200.com/'
page = urllib2.urlopen(url)
soup = BeautifulSoup(page,from_encoding="utf8")
print soup.original_encoding
print (soup.title).encode('gb18030')
file = open("title.txt","w")
file.write(str(soup.title))
file.close()
for link in soup.find_all('a'):
print link['href']
测试结果：
虽然输出是乱码的,但是写在文件里面却是正常的。
解决方法：
print一个对象的逻辑：内部是调用对象的__str__得到对应的字符串的，此处对应的是soup的__str__ 而针对于soup本身，其实已经是Unicode编码，所以可以通过指定__str__输出时的编码为GBK，以使得此处正确显示非乱码的中文。
而对于cmd：（中文的系统中）编码为GBK,所以只要重新编码为gb18030就可以正常输出了。
例如：
解决方法二：
BeautifulSoup在解析utf-8编码的网页时，如果不指定fromEncoding或者将fromEncoding指定为utf-8会出现中文乱码的现象。
解决：将Beautifulsoup构造函数中的fromEncoding参数的值指定为：gb18030
代码：