采集的内容为UTF，发布没问题，但是标题不能显示中文

lctlover

http://www.serverchina.net/bbs/thread-676-1-1.html


采集的内容为UTF，发布没问题，但是标题不能显示中文

求解。。。。

lctlover

【标题】： SAS HBA驱动器和LSI 1064驱动程序(SUSE 10)


注意这个标题，这个标题的代码模式。

1. 【标题】： SAS HBA驱动器和LSI 1064驱动程序(SUSE 10)

复制代码

[ 本帖最后由 lctlover 于 2008-11-17 15:01 编辑 ]

xiongyujie37

1. ServeRAID--7e - IBM服务器驱动下载 - IBM服务器 -  中国服务器网论坛 服务器经销商社区 - Powered by Discuz!

复制代码

这个楼主给出的地址 标题代码


采集应该从  <title>到</title>  

过滤掉   - (*)Discuz!

注意 - 前后各一个空格位置，此标题规则，应该全站通用

lctlover

http://www-900.ibm.com/cn/support/tscdoc/html/FROG-6779VS.HTML

这个是采集的源文件，而我给的那网站是发布后的结果。现在就是标题的问题


现在的问题是采集出来的标题是UTF-8的模式，如果这个时候把UTF-8的标题转过去，就只能认到英文的，中文的无法显示

[ 本帖最后由 lctlover 于 2008-11-17 16:18 编辑 ]

lovebaidu

打开之后看前十行代码就知道了。

xiongyujie37

又看了一下  源文件没有使用嵌套 但是没有一个汉字。。。全部都是数字和英文。。。

这个是用的什么编码，我也不知道，

因为不是像楼主所说是 urf-8  不信你用 theworld 试试  用什么编码都可以显示。。。奇怪了。。。第一次看到这样的。。。

lctlover

11.unicode编码的网页如何采集啊？采下来是乱码，有没有解决办法？
答：随便打开一个任务，戴上眼镜，或是睁大眼睛，看上一分钟（最多），OK，解决了。。

标题不支持啊。内容到是没问题了~！！！！