BeautifulSoup很贊的東西
最近出現一個問題：Python 3.3
soup=BeautifulSoup(urllib.request.urlopen(url_path),"html.parser")
soup.findAll("a",{"href":re.compile('^http|^/')})
出現warning：
Some characters could not be decoded, and were replaced with REPLACEMENT CHARACTER.
在極少數情況下（通常當UTF-8文檔包含以完全不同的編碼編寫的文本時），獲取Unicode的唯一方法是使用特殊的Unicode字符“REPLACEMENT CHARACTER”（U + FFFD）替換某些字符。 如果是Unicode，Dammit需要這樣做，它將在UnicodeDammit或BeautifulSoup對象上將.contains_replacement_characters屬性設置為True。 這讓您知道Unicode表示不是原始的精確表示 - 一些數據丟失。 如果文檔包含 ，但是.contains_replacement_characters為False，那么您將知道 原來是存在的，並且不代表缺少的數據。
解決：soup=BeautifulSoup(urllib.request.urlopen(url_path),""html.parser",from_encoding="iso-8859-1")