Python爬取gb2312编码的网页，并存储中文字符

1、这是第一次写的代码，没有做任何的编码转化，最后得到的json文件中所有的中文都以Unicode编码的方式呈现，这样很不直观。

2、代码运行后的json文件中的内容如图片中所示，可以看到box_title后面的是Unicode，并且该编码转化为中文后还是一个乱码，所以就需要下面的处理了。

3、在python中，当遇到中文的时候就需要进行转码，中文的编码有多种，所以需要指明一种编码方式，这里使用sys.setdefaultencoding进行指明（当我们没有指明解码方式，python 就会使用 sys.defaultencoding 指明的方式来解码。很多情况下 sys.defaultencoding为ANSCII，如果 s 不是这个类型就会出错）

4、指明解码方式之后，需要将gb2312编码的网页进行转码，将编码转化为utf-8编码。

5、最后将josn.dump的参数中设置 ensure_ascii=False（设置之后就能正常的将中文存储在json文件中），完成之后，最终的代码如下

6、现在再看一下运行之后生成的json文件，文件中中文已经正常显示了