• 请不要在回答技术问题时复制粘贴 AI 生成的内容
kafka0102
V2EX  ›  程序员

技术贴,抓取页面乱码的问题

  •  
  •   kafka0102 · Jun 4, 2012 · 4391 views
    This topic created in 5265 days ago, the information mentioned may be changed or developed.
    这是一个困扰我许久的问题了。检测我抓来的一些网站的页面,发现其中有乱码的情况(试过java、ruby代码实现,使用curl工具显示的也是乱码),但打开原页面看,检测的字符编码是ok的(实际上换了多个编码都不行),而浏览器显示是正常的。对于乱码页面的站点来说,并不是所有页面都是乱码的,所以感觉应该不是网站故意返回乱码数据。可是,这是怎么回事呢?现在可供验证的页面有: http://www.designaeon.com/wordpress-ajax-pagination/ , http://www.designaeon.com/wp-max-social-widget/ 。之前有发现csdn有乱码页面,不过过了几天后再抓发现又ok了。求助阿。。。
    2 replies  •  1970-01-01 08:00:00 +08:00
    kafka0102
    kafka0102
    OP
    Jun 4, 2012
    2
    @clowwindy 膜拜,跪谢,解决问题了。
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   5057 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 35ms · UTC 05:58 · PVG 13:58 · LAX 21:58 · JFK 00:58
    ♥ Do have faith in what you're doing.