python2利用urllib2抓取中文网页乱码的问题

原文地址：http://www.maiziedu.com/article/24347/

环境python2：

问题：r=reponse.read() 为乱码；

解决办法：对于r=reponse.read() 返回的内容使用r=r.decode('utf-8') 和r=r.decode('GB2312')都无效时，乱码应该不是由编码造成的，而是由压缩格式（以gzip压缩格式输出页面）；

添加以下两个库

import gzip
import StringIO

对于 r=reponse.read()进行处理为：

data = StringIO.StringIO(r)
gzipper = gzip.GzipFile(fileobj=data)
html = gzipper.read()

然后print就正常了。