Problem：

寫爬蟲時，出現了以下錯誤：

意思是Unicode編碼錯誤，gbk編解碼器不能編碼\xa0字元。

爬取資訊包含中文，使用BeautifulSoup庫解析網頁，用get_text()方法獲取標籤內的文字資訊。

Debug：

解析：

當我們獲取這個網頁的原始碼的時候，是將這個網頁用utf-8的解碼方式將其轉換成對應的Unicode字元，

當我們使用print()函式將其列印到Windows系統的DOS視窗上的時候（DOS視窗的編碼方式是GBK），自動將Unicode字元通過GBK編碼轉換為GBK編碼方式的str。

• 出現問題（gbk編解碼器不能編碼\xa0字元）的原因？

網頁原始碼中的  的utf-8 編碼是：\xc2\xa0，解析後，轉換為Unicode字元為：\xa0，當使用print() 顯示到DOS視窗上的時候，轉換為GBK編碼的字串，但是\xa0這個Unicode字元沒有對應的 GBK 編碼的字串，所以出現錯誤。

Solve：

用空格 來替換 \xa0 （ ）：

方法1：在網頁原始碼上替換 

在解析之前對r.text中的網頁原始碼的&nbsp進行替換

soup = BeautifulSoup(html.replace(' ', ' '), 'lxml')

方法2：在解析為Unicode之後替代\xa0

在get_text()解析之後對u'\xa0'進行替換

job_detail = soup.select('.job-detail')[0].get_text().replace(u'\xa0', ' ')

&n