在抓取一个先进论坛的图片，遇到了些编码问题，因为该论坛采用的是大五码(big5)，通过 urllib2.urlopen() 拿到的是乱码
>> s = urllib2.urlopen(url).read()
>> s
'\xa1i\xa5t\xc3\xfe\xa4\xd1\xb0\xf3\xa1j----- \xc2y\xa9_\xa4j\xc6['
>> print s
�i�t���Ѱ��j----- �y�_�j�[
所以我们需要将其转换成 unicode 编码
>> s = urllib2.urlopen(url).read().decode('big5')
>> s
u'\u3010\u53e6\u985e\u5929\u5802\u3011----- \u7375\u5947\u5927\u89c0'
>> print s
【另類天堂】----- 獵奇大觀
在解析的过程中，还经常碰到一些以转义字表示的汉字，当显示在非 HTML 环境中时，就不那么能看得懂了。
超完美女优，为什么这么靓啊！
python 提供了 unichr() 函数用于将数字序号转换成对应的 unicode 字符
>> s = u'超完美女优，为什么这么靓啊！'
>> print re.sub(r'&#(\d{1,5});', lambda m: unichr(int(m.group(1))), s)
超完美女优，为什么这么靓啊！
PS: 其实，在练习 wxpython ，顺便做一个论坛图片抓取的工具（我似乎就喜欢干这类事儿），截图放出来看下， 为了社会的HX，特做了模糊处理，你懂的。