【已解决】python中文字符乱码（GB2312，GBK，GB18030相关的问题）

 

http://againinput4.blog.163.com/blog/static/1727994912011111011432810/

 

【已解决】python中文字符乱码（GB2312，GBK，GB18030相关的问题）

 

【背景】

在玩wordpress的一个博客搬家工具BlogMover，其包含几个python脚本，其中有个是163博客搬家用的163-blog-mover.py，实现抓取网易博客的日志，然后导出xml。

但是其工具现在（2011-12-10）已经失效了。经过自己一点修改后，可以实现获得文章标题了。

用法还是原先的用法：

 

163-blog-mover.py -fhttp://againinput4.blog.163.com/blog/static/172799491201111893853485/

 

获得的此篇日志的标题：

【已解决】允许hi-baidu-mover_v2.py出错：UnboundLocalError: local variable 'linkNode' referenced before assignment

中包含中文，在将该标题打印出来到log中后，却发现中文部分显示乱码：

????·??????????íhi-baidu-mover_v2.py???í??UnboundLocalError: local variable 'linkNode' referenced before assignment

所以想要去除乱码，正确显示中文。

 

【解决过程】

1. 本身那段文字，是从网页中抓取的，关于该日志的中文编码，也已经从网页中的：

    <metahttp-equiv="content-type"content="text/html;charset=gbk"/>

看出来是GBK了。

而python中，原先默认编码发现是ascii，后来去通过：

reload(sys)
sys.setdefaultencoding('utf-8')

去将默认编码设置为utf-8，但是结果输出还是乱码。