Beautiful Soup with Chinese.

BS对unicode文档处理的基本流程是:

• 首先判断 BeautifulSoup(html, fromEncoding=encoding)中指定encoding
• 如果没有指定 encoding，则调用 chardet (如果已安装)，或是内置的unicodeDammit尝试探测编码
• 最后将编码转换为unicode，进行相关的解析

而输出字符的流程更为简单:

• 通过__str__(coding) 或 renderContents(coding) 指定输出的编码:encode(coding)
• 如果coding没有指定，则以 'utf-8' 作为默认输出
  

所以，若是处理 "gbk" 的文档，需要这样使用


soup = BeautifulSoup(html_str, fromEncoding="gbk")
print soup.__str__('gbk')
# or
print soup.__str__().decode('utf-8')