urllib2 获取乱码字符串而不是页面源

Question

当我使用 urllib2 抓取 webpage 时，我无法获取页面源，而是一个乱码字符串，我无法理解它是什么。我的代码如下：

url = 'http://finance.sina.com.cn/china/20150905/065523161502.shtml'
conn = urllib2.urlopen(url)
content = conn.read()
print content

谁能帮我找出问题所在？非常感谢。

更新：我想你可以运行上面的代码得到我得到的。以下是我在 python:

中得到的

{G?0????l???%?C0 ?K?z?%E |?B ??|?F?oeB?'??M6? y???~???;j????H????L?mv:??:]0Z?Wt6+Y+LV? VisV:캆P?Y?, O?m?p[8??m/???Y]????f.|x~Fa]S?op1M?H?imm5??g?????k?K#?|?? ？ ????????p:O ??(?P?FThq1??N4??P???X??lD???F???6??z?0[?}??z??|??+?pR"s? Lq??&g#?v[((J~??w1@-?G?8???'?V+ks0?????%???5)

这就是我的预期（使用 curl）：

<html>
<head>
<link rel="mask-icon" sizes="any" href="http://www.sina.com.cn/favicon.svg" color="red">
<meta charset="gbk"/>
<meta http-equiv="X-UA-Compatible" content="IE=edge" />

Answer 1

这是使用 requests 和 BeautifulSoup

获取源信息的可能方法

import requests 
from bs4 import BeautifulSoup

#Url to request
url = "http://finance.sina.com.cn/china/20150905/065523161502.shtml"
r = requests.get(url)

#Use BeautifulSoup to organise the 'requested' content 
soup=BeautifulSoup(r.content,"lxml")
print soup

urllib2 获取乱码字符串而不是页面源

Urllib2 get garbled string instead of page source

python

urllib2