有些网站的文章浏览正常显示,但采集后数据内容中有乱码。
这种一般是采集目标站使用GBK或者GB2312字符编码,默认采集入库的是UTF-8字符编码,导致采集的内容有乱码。
解决方法就是采集前设置好对应的字符编码即可,在简数采集器中设置方法如下(二选一)。
1. 启动前选择字符编码
在启动采集界面的 【网络配置】里面设置,【页面编码】选择GBK或者GB2312,保存后启动采集即可;
2. 配置采集规则时设置字符编码
点击详情提取器左下角的 【网络配置】,在弹出窗口的【页面编码】选择 GBK或者GB2312,保存后再测试采集查看效果。