python的编解码：
input文件(gbk, utf-8...) ----decode-----> unicode-------encode------> output文件(gbk, utf-8...)
很多文件处理的包是unicode编码，刚开始读入文件(gbk, utf-8...)后要decode为unicode编码格式，再encode为需要
的格式(gbk, utf-8...)。
第一种 用open():
f=open('xxx', 'r')
content=f.read().decode('utf-8')
第二种 用codecs.open():
f=codecs.open(XXX,'r', encoding='utf-8') #使用codecs.open读入时直接解码
content=f.read()
-------12-23--------------------------------------
问题：UnicodeDecodeError: 'gbk' codec can't decode byte 0xae in position 199: illegal multibyte sequence
原因可能是文本里有奇怪的符号比如：®，?(英文的问号)( 在学习机器学习实战ham/23.txt这本书时,遇到®符号问题)
