Python 2.7.3 urllib2.urlopen 获取网页出现乱码解决方案

出现乱码的原因是，网页服务端有bug，它硬性使用使用某种特定的编码方案，而并没有按照客户端的请求头的编码要求来发送编码。

解决方案：使用chardet来猜测网页编码。

1.去chardet官网下载chardet的py源码包。

2.把chardet目录从源码包里解压到项目文件夹内。

3.通过 import chardet 来引用它，然后：

response = None
#尝试下载网页
try:
    response = urllib2.urlopen("http://www.baidu.com")
except Exception as e:
    print "错误：下载网页时遇到问题：" + str(e)
    return

if response.code != 200:
    print "错误：访问后，返回的状态代码（Code）并不是预期值【200】，而是【" + str(response.code) + "】"
    return

if response.msg != "OK":
    print "错误：访问后，返回的状态消息并不是预期值【OK】，而是【" + response.msg + "】"
    return

#读取html代码
htmlCode = None
try:
    htmlCode = response.read()
except Exception as e:
    print "错误：下载完毕后，从响应流里读出网页代码时遇到问题：" + str(e)
    return

#处理网页编码
htmlCode_encode = None
try:
    #猜编码类型
    htmlCharsetGuess = chardet.detect(htmlCode)
    htmlCharsetEncoding = htmlCharsetGuess["encoding"]
    #解码
    htmlCode_decode = htmlCode.decode(htmlCharsetEncoding)
    #获取系统编码
    currentSystemEncoding = sys.getfilesystemencoding()
    #按系统编码，再进行编码。
    '''
        做这一步的目的是，让编码出来的东西，可以在python中进行处理
        比如: 
             key = "你好"
             str = "xxxx你好yyyy"
             keyPos = str.find( key )
        如果不做再编码，这一步就可能会报错出问题
    '''
    htmlCode_encode = htmlCode_decode.encode(currentSystemEncoding)
    except Exception as e:
        print "错误：在处理网页编码时遇到问题：" + str(e)
        return
#htmlCode_encode即为所求
return htmlCode_encode