最近在学习python爬虫，用的scrapy，基本流程都通顺了，但是发现解析页面中文的时候比较头大。
比如抽取到的内容可能含有 《 【 等字符，这个时候怎么处理?
另外，xpath搜索的时候也有可能需要通过中文匹配，怎么破？
对爬取到的字符串加encode("utf-8")
全部用utf8呀
python3在这方面做得比python2好多了，如果可以建议用python3
可以考虑采用正则匹配。
参考这篇文章：http://blog.csdn.net/gatieme/article/details/43235791