leny 发表于 2009-5-21 00:54:32

终于发现空格变问号的问题。

本帖最后由 leny 于 2009-5-21 01:01 编辑

采集yeeyan.com的文章是发现空格全部变成问号？？？？？，论坛里查了一下也有部分人遇到这样的问题都没有解决，官方回复说是勾选 UrlEncode，我勾选了再测试也是有问号。后来发现其实火车头软件直接把空格（不知道是什么格式的空格）认作问号了。

leny 发表于 2009-5-21 01:00:27

本帖最后由 leny 于 2009-5-21 01:03 编辑

文章采集测试正常，空格地方仍然是空的




发布后空格地方就成了??? 用的是phpcms2008

leny 发表于 2009-5-21 01:07:33

QQ上联系官方人员，说是我的网站兼容性问题，我用的是PHPCMS，于是我又换了论坛，也是这样。后来我想想QQ上三言两语也说不清，等他们睡了我就弄了个视频，看了就清楚了。

vus520 发表于 2009-5-21 01:45:33

哦，这个有可能是编码的问题。你可以在规则里把这些特殊的字符替换成手工拍出来的空格

leny 发表于 2009-5-21 02:23:27

手工拍空格的可以过滤，但是有个问题就是空格全部过滤了文字就全挤在一块了，英文更难看。所以希望火车头能修正这个问题，能认出空格，不会变成问号。

rq204 发表于 2009-5-21 10:06:29

这种有可能是编码的问题,楼主最好帖一下规则.

leny 发表于 2009-5-21 12:03:17

目标网站编码设置了utf-8，发布站点是phpcms2008 GBK编码的。都没有设置错，而且反复更换其他编码测试，采集时如果设置不是utf-8根本采集不到，都是乱码，这说明不是编码设置问题。
规则下班要回家电脑上才有，不过昨天晚上传给孤魂了。 另外就是可以看看我的视频，最不明白的地方就是内容添加过滤，复制的这个站点的空格会变成问号——新建一个站点，没有设置任何规则都是这样，所以应该不是规则的问题。

leny 发表于 2009-5-21 12:06:58

看了论坛里有些朋友采集时也有这些问题，我想是不是有一些站点的空格格式是火车头无法区分的？所以就变成问号？

leny 发表于 2009-5-21 12:21:56

rq204同学可以采下http://www.yeeyan.com/articles/view/lovedzc/2852看看，这篇文章段落较多，马上就看到空格变问号的问题了。

zydxdx 发表于 2009-5-21 20:00:48

这个问题目前最简单的方法就是在规则里面把空格代码替换成空格
页: [1] 2
查看完整版本: 终于发现空格变问号的问题。