#参考文章 主要参考了这两篇文章，写的非常好:
##总结如下 处理文本或者抓取的网页时，尽量这样的初始化：
def unicode_init(obj, encoding = 'utf-8'):
if isinstance(obj, basestring):
if not isinstance(obj, unicode):
obj = unicode(obj, encodeing)
return obj这么处理，是先将不同的编码格式，统一成unicode,然后在输出的时候，再变回去。
##举个例子 比如下面这个页面，如果直接读取并输出到命令窗，会有堆乱码
import urllib2
url = 'http://tech.sina.com.cn/t/2014-07-20/10009505866.shtml'
a = urllib2.urlopen(url).read()输出结果：
*2\x97\x13)S\x1f\x11F\x05\x8f-HW\xf3 J\x9eH\xe8\x1fO
因为那个界面的编码是’gb2312’格式的，所以输出会出乎意料.
这样使用:
url = 'http://tech.sina.com.cn/t/2014-07-20/10009505866.shtml'
a = urllib2.urlopen(url).read()
print unicode_init(a, encoding='gb2312') #END