在python中使用mechanize从网上拉下一张网页，使用read()读取页面内容后，print显示。在IDE(Eclipse)中直接运程序后，显示中文正常。但在Shell中测试时，read()后print的显示就是乱码了。
程序源码
from mechanize import Browser
br=Browser()
r=br.open("http://www.######.net")
s=r.read()
print s运行后显示：
DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<meta content="中国#######网上营业厅,中国########" name="keywords" />
一切正常，但在Shell中测试时，按行输入上述代码，显示却是：
'\xef\xbb\xbf<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">\r\n<html xmlns="http://www.w3.org/1999/xhtml">\r\n<head>\r\n <meta http-equiv="Content-Type" content="text/html; charset=utf-8" />\r\n <meta content="\xe4\xb8\xad\xe5\x9b\.....
使用decode('utf8')转码后，显示仍为：
u'\ufeff<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">\r\n<html xmlns="http://www.w3.org/1999/xhtml">\r\n<head>\r\n <meta http-equiv="Content-Type" content="text/html; charset=utf-8" />\r\n <meta content="\u4e2d\u56fd\....
多次查询后，发现问题在输出的前几个字符“'\ufeff”，去除这个字符后，显示就正常了。
假定使用如下语句获得输出：
s=r.read()
在shell中使用“print s.decode("utf-8")[1:]”，输出就正常了。
网上说明原因为：
某些软件，在保存一个以UTF-8编码的文件时，会在文件开始的地方插入三个不可见的字符（0xEF 0xBB 0xBF，即BOM），转码后是“'\ufeff”，因此我们在读取时需要自己去掉这些字符。
632
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
