文字编码

decode（’utf - 8’）解码 把其他编码转换成unicode编码
encode(’gbk’) 编码 把unicode编码转换成其他编码
”gbk”.decode(’gbk’).encode(’utf - 8’)
unicode = 中文
gbk = 英文
utf - 8 = 日文
英文一 > 中文一 > 日文,unicode相当于转化器

在Python2里字符串只有两大阵营：
unicode和str
如果type(字符串)显示结果是str，其实指的是bytes字节码。
而其它各种我们所说的utf-8，gb2312等等也都是Unicode的不同实现方式。
encoding和decoding
绝对要记住的：
从unicode转换到str，这个叫encoding，编码。
从 str 转换到 unicode，这个叫 decoding，解码。

变成unicode的过程，叫decoding。不要记错。

一定记住，全文都统一用str格式字符串

用r.content

一般网页.decode(“utf-8”)解决问题

import sys

reload(sys)

sys.setdefaultencoding('utf-8')
html.decode("utf-8")