【背景】http://www.tuicool.com/articles/nEjiEv
問題參見：
中的：
報錯的異常是
UnicodeDecodeError: ‘gbk’ codec can’t decode bytes in position 2-3: illegal multibyte sequence
此問題氯葬，還是很具有代表性的鱼辙，此處，專門整理如下：
【Python中如何處理UnicodeDecodeError和UnicodeEncodeError】
簡答：
1.仔細(xì)分析錯誤的類型
2.搞清自己處理的字符串是什么類型的
3.然后換用這種的字符編碼去編碼或解碼
詳解：
以上面的錯誤：
UnicodeDecodeError: ‘gbk’ codec can’t decode bytes in position 2-3: illegal multibyte sequence
為例烧颖，去解釋闷盔，如何處理這類問題：
1.仔細(xì)分析錯誤的類型
（1）錯誤是Unicode的編碼還是解碼
對于此處与柑，錯誤是：
UnicodeDecodeError
的類型的庇谆。
此英文忌锯，對應(yīng)的中文的含義幔翰，其實已經(jīng)很清楚了：
Unicode的解碼（Decode）出現(xiàn)錯誤（Error）了
而對于上面這句漩氨，我們可以推斷出：
你當(dāng)前正在處理某種編碼類型的字符串
此處你要處理字符串西壮，是想要將該字符串去解碼decode，變成Unicode
但是將該字符串解碼變成Unicode期間叫惊，卻出錯了
（2）所用的是何種編碼
好的款青，接著看上面的錯誤：
‘gbk’ codec can’t decode
使得錯誤信息更加明顯了：
你此處，要將字符串解碼為Unicode霍狰，是以gbk編碼的方式去解碼（該字符串變成Unicode）的
但是此處通過gbk的方式抡草，卻無法解碼（can’t decode ）
注：此處的codec，意思是：編解碼（器）蔗坯，是Python內(nèi)部的模塊康震，用來編碼或解碼（字符串）的
（3）錯誤位置
bytes in position 2-3
此處的信息，后續(xù)一般也很少用到步悠。
有時候會用于定位具體錯誤的位置签杈。
此處暫且忽略。
（4）錯誤的細(xì)節(jié)錯誤類型
illegal multibyte sequence
翻譯為中文為：
非法的鼎兽，多字節(jié)答姥，序列
簡單說就是：
沒法（解碼）了。
【原因及解決辦法】
好了谚咬，針對于上面所分析出來的信息：
將一個字符串鹦付，通過gbk的方式，去解碼择卦，想要獲得Unicode字符串敲长，結(jié)果出錯了
我們來說說原因和解決辦法：
此種錯誤，有幾種可能：
（1）要處理的字符串本身不是gbk編碼秉继，但是你卻以gbk編碼去解碼
比如祈噪，字符串本身是utf-8的，但是你卻用gbk去解碼utf-8的字符串尚辑，所以結(jié)果不用說辑鲤，則必然出錯
則必然會出現(xiàn)這類的錯誤，說是杠茬，用gbk的方式去解碼字符串月褥，想要獲得Unicode字符串，但是結(jié)果卻解碼出錯了
解決辦法：
如果你確定當(dāng)前字符串瓢喉，比如抓取網(wǎng)頁通過charset=utf-8宁赤，已經(jīng)確定html的字符串是utf-8的，
則可以直接去通過utf-8去解碼栓票。
相關(guān)參考內(nèi)容：
詳解抓取網(wǎng)站决左，模擬登陸，抓取動態(tài)網(wǎng)頁的原理和實現(xiàn)（Python，C#等）
中的：
【整理】關(guān)于HTML網(wǎng)頁源碼的字符編碼（charset）格式（GB2312哆窿，GBK链烈，UTF-8，ISO8859-1等）的解釋
而如果本身對于所處理的字符串挚躯，不太清楚是什么編碼類型的强衡，可以嘗試去通過chardet等模塊，去檢測看看：
【教程】如何用Python中的chardet去檢測字符編碼類型
然后搞清楚了码荔，確定了漩勤，字符串是什么類型，然后再去解碼缩搅。
提示：
關(guān)于字符串編碼的類型越败，作為背景學(xué)習(xí)知識，也應(yīng)該去了解一下硼瓣。
這樣對于以后處理字符串方面究飞，會更有幫助。
（2）你沒有主動的去將字符串編碼為對應(yīng)的Unicode堂鲤，但是結(jié)果也報上面的UnicodeDecodeError的錯誤
這個情況亿傅，最常見的，就是我之前在：
【總結(jié)】Python 2.x中常見字符編碼和解碼方面的錯誤及其解決辦法
所整理過的：
“Python中瘟栖，打印字符串時葵擎，字符串本身的編碼，與輸出終端中所用編碼不匹配”
此處不再贅述半哟，只簡要再說一下：
如果你本身拿到的是utf-8等酬滤，非gbk編碼的字符串，然后用print去打印出來
在windows系統(tǒng)就是輸出到cmd中
而cmd中寓涨，（對于多數(shù)中國人所用的是中文的系統(tǒng)）默認(rèn)字符編碼是gbk
從而導(dǎo)致此種現(xiàn)象：
python要將utf-8編碼的字符串盯串，在gbk的cmd的中打印出來
所以先要去嘗試，用gbk的編碼戒良，解碼為Unicode然后再打印出來
結(jié)果就出現(xiàn)此處的錯誤了嘴脾。
詳細(xì)解釋，還是參見上面的教程蔬墩。
其中還有示例代碼的。
（3）處理的字符的確是gbk的耗拓，但是其中夾雜的部分特殊字符拇颅，是gbk編碼中所沒有的
如果有些特殊字符是GB18030中有的，但是是gbk中沒有的乔询。
則用gbk去解碼樟插，去所不支持的字符，也比如會出錯。
所以黄锤，此種情況搪缨，可以嘗試用和當(dāng)前編碼（gbk）所兼容的但所包含字符更多的編碼（gb18030）去解碼，或許就可以了鸵熟。
提示：
如果對于GBK副编，GB18030，以及GB2312不了解流强，則可參考：
另外：
如果遇到其他的痹届，類似此中錯誤的，比如：
UnicodeEncodeError: 'gbk' codec can't encode character u'\u3232' in position 0: illegal multibyte sequence
等類型的錯誤打月，你就可以按照上述的思路队腐，去分析，錯誤的現(xiàn)象奏篙，原因柴淘，然后通過自己，就可以找到解決辦法了秘通。
注：
其他和這類錯誤相關(guān)的为严，也還有一些可以參考的：
【總結(jié)】靜態(tài)網(wǎng)頁抓取，動態(tài)網(wǎng)頁抓取充易，模擬登陸的注意事項和心得
中的：“返回的html內(nèi)容是亂碼”
