今天用python采集文章的時候發現有些中文會出現解碼出錯，UnicodeDecodeError: ‘gb2312’ codec can’t decode byte 0xb0 in position 18020: illegal multibyte sequence 百度了發現是繁體字之類的gb2312會出現錯誤，
直接用errors = 'ignore'忽略
html.decode("gb2312",errors = 'ignore')
因為decode的函數原型是decode([encoding], [errors='strict'])，可以用第二個參數控制錯誤處理的策略，默認的參數就是strict，代表遇到非法字符時拋出異常；
如果設置為ignore，則會忽略非法字符；
如果設置為replace，則會用?取代非法字符；
如果設置為xmlcharrefreplace，則使用XML的字符引用。