在看《Dive Into Python》有一章是对XML的处理，其中写着
import sys
sys.setdefaultencoding('iso-8859-1')
而我使用urlopen写一个采集小程序时，遇上了一个编码问题。以抓取百度首页为例：
sock = urllib.urlopen("http://www.baidu.com/")
htmlSource = sock.read()
sock.close()
当打印htmlSource时，会发现出现乱码的情况了，原因是百度默认的编码是gb2312，而python默认的编码格式为ascii（可通过打印sys.getdefaultencoding() 显示出来）
为什么import sys后，然后使用sys.不会自动提示显示出setdefaultencoding呢？之后搜索了一下：
python的初始化脚本site.py会把sys模块的setdefaultencoding方法删除，python在初始化完毕之后，禁止用户改变默认编码。
以上内容引用至【python改变默认编码】
还有就是在抓取到页面后，需要对页面进行一个解码动作(decode)，完整的demo代码将会如下所示：
1: #coding:utf-8
2: import urllib
3: import sys
4:
5: reload(sys)
6:
7: sys.setdefaultencoding('utf-8')
8:
9: print sys.getdefaultencoding()
10:
11: sock = urllib.urlopen("http://www.baidu.com/")
12: htmlSource = sock.read().decode('GBK')
13: sock.close()
14:
15: print htmlSource
