说真的，之前也觉得 Yosemite 丑，觉得 Maverickes 拟物多有质感啊。但是用了这几个月后，偶尔再看到女朋友没升级的 Maverickes，真心觉得 Maverickes 怎么那么丑啊。一旦接受了这种设定，嘿，还挺带感的。

你这里其实是有两个问题：

第一个问题是你发现输出是这样 '\xb1\xb1\xbe\xa9'，但这其实并不是乱码，这是非 ascii 字符串在 Python 内部的存储方式。例如 "北京" 在 utf-8 编码下在 Python 内部储存的就是 '\xe5\x8c\x97\xe4\xba\xac'，你可以通过 repr() 方法取得这个，print repr("北京") -> '\xe5\x8c\x97\xe4\xba\xac'。因为你 print 的是个 list，Python 不会把 list 内的元素输出成供人阅读的字符串，而是打印出内部的存储形式。所以你的那个输出是正确的，没有乱码的问题。

第二个问题就是既然没有乱码那为什么无法匹配？那是因为你的 filtered_words.txt 文件是用 Windows 下的默认 GBK 编码保存的，那么 Python 读取里面的内容也就是 GBK 编码的字符串，'\xb1\xb1\xbe\xa9' 就是 '北京' 的 GBK 编码的字节码。而你的 Python 脚本又用的是 UTF-8 的编码，估计你的输入也是 UTF-8 的编码的字符串，那么当然两个编码的字符串就无法匹配上了。同样都是 '北京'，'\xe5\x8c\x97\xe4\xba\xac' != '\xb1\xb1\xbe\xa9'。
解决办法是，将读取的文本解码成 unicode，或者多一步再编码成 UTF-8 编码的 str。
用 GBK 编码将输入解码成 unicode：line.decode('gbk') -> unicode。
再用 UTF-8 编码将 unicode 编码成 UTF-8 编码的 str：line.decode('gbk').encode('utf-8')。
如果你用来比对的输入也是 unicode 的话，就无需再编码成 str 了，'\xb1\xb1\xbe\xa9'.decode('gbk') = u'北京'。推荐你在内部都用 unicode 来处理，这样就能尽量避免 Python2 的编码坑。

对我个人来说没换到 Python3 的动力，虽然我最初也是 Python3 入的门。

因为你获取验证码的时候用的是 requests.get，后面登录的时候用的是 requests.Session()，两次不是同一个 session，导致登录的时候验证码不一样了。
解决办法：从头到尾用同一个 s = requests.Session()，验证码 yz_LoginCode = s.get(LoginCode_url)，登录 signin_req = s.post(signin_url, data=logininfo, headers=headers)。

@zhicheng
'abcd'.encode('hex') 和 'abcd'.encode('base64') 输出都是 str，这和 str.encode(Unicode codecs) -> str 一致，没什么特别的。
但我真没见过 str.encode -> unicode 的情况。

@zhicheng 我明白你的意思了，你指的是 hex 等非 Unicode 相关的 codecs。我说的是楼主这种处理 Unicode 的情况。受教了。

@zhicheng
有什么问题吗？
那请你举个 str.encode(codecs) -> unicode 或者 unicode.decode(codecs) -> str 的例子。

@zhicheng
Codec.encode(input[, errors])
Encodes the object input and returns a tuple (output object, length consumed). While codecs are not restricted to use with Unicode, in a Unicode context, encoding converts a Unicode object to a plain string using a particular character set encoding (e.g., cp1252 or iso-8859-1).

Codec.decode(input[, errors])
Decodes the object input and returns a tuple (output object, length consumed). In a Unicode context, decoding converts a plain string encoded using a particular character set encoding to a Unicode object.

https://docs.python.org/2/library/codecs.html

@loading 不同报错要视情况解决的。
基本思路是：任何可能是非 ascii 的 str 输入要 decode('utf-8') 为 unicode，内部处理时都用 unicode，要输出时或使用不支持 unicode 的方法时（例如 urllib.unquote）再 encode('utf-8') 为 str。

@loading 我也从来没用过 sys.setdefaultencoding，是有更正确的解决办法的。

@zhicheng 返回的结果即可以是 str 也可以是 unicode？不对吧。
应该是：
str.decode() -> unicode
unicode.encode() -> str
str.encode() -> str.decode().encode() -> str
unicode.decode() -> unicode.encode().decode() -> unicode

很赞！
瞄了一眼源码，貌似还隐藏了下载功能？！

@imn1 st2 or st3 和你用哪个版本 Python 没有关系。
st3 是更新版本，现在还是 beta，相比 st2 有多项提升，性能也会更好。st2 已经基本上不更新了，所以 st3 应当是更好的选择。但是因为很多历史插件没能升级支持 Python3，所以 st3 估计还是得 beta 很久。
所以如果你想用的插件有不支持 st3 的，那就用 st2，否则为什么不用 st3？甚至还有个网站来帮你做这个判断：
http://www.caniswitchtosublimetext3.com

>>> print parser
<module 'parser' from '/usr/local/Cellar/python/2.7.8_2/Frameworks/Python.framework/Versions/2.7/lib/python2.7/lib-dynload/parser.so'>

>>> print sys.builtin_module_names
('__builtin__', '__main__', '_ast', '_codecs', '_sre', '_symtable', '_warnings', '_weakref', 'errno', 'exceptions', 'gc', 'imp', 'marshal', 'posix', 'pwd', 'signal', 'sys', 'thread', 'xxsubtype', 'zipimport')

我这边 parser 不在 built-in module 里， 不知道为什么你的 parser 会跑到 built-in 里去了。
你的 Python 是特别的版本吗？什么平台的？

我也觉得不是新机。

print sys.path 看下，按道理第一项就是 project 目录，所以应该导入的就是 project 下的 parser.py。

我和你有同样的需求，也老收到那个澳门的垃圾信息，不过幸好我是用 iForward 将短信转发为邮件到另一个手机。