网页含有&时有问题

yzou · 发表于 2007-5-12 17:55:07

会自动结束匹配，我发现好多采集的内容不完整，都是从&往后都没有了。是配置问题还是bug？

比如如下这个网页（英文）含有&，html代码为&，采集后Williams以后的内容都没有了
http://www.board4all.cz/showthread.php?t=81710

Book Publisher: Lippincott Williams & Wilkins
ISBN: 0781777917
Book author: Mark R Dambro

yzou · 发表于 2007-5-14 19:14:26

post数据的时候不能有&符号，&是post参数的分隔，需要将&替换成%26，即&的url 编码

yzou · 发表于 2007-5-14 19:15:41

希望将&替换成%26加到火车头的默认配置里面，防止我这种开始用还不熟悉的时候犯错误

yzou · 发表于 2007-5-15 01:42:13

但采集页地址怎么替换？
如果采集页地址里面有&的话，采集页地址也不完整。

最好的办法是post的数据统一采用urlencode，这样就不会有任何问题了。

yzou · 发表于 2007-5-15 01:42:56

如果是&的话，只替换了&是不行的，还需要把;也替换掉，不知道大家是不是这样。

shxy5624 · 发表于 2007-5-20 17:34:15

网页含有&时有问题

我找到解决方式了

希望将&替换成%26加到火车头的默认配置里面

但采集页地址怎么替换？

还有就是;需要替换

是