Nutch的履帶被爬行'作爲€

Question

的nutch履帶爬行let's作爲Let’sÿ???是否有任何設置來更改此字符集..

Answer 1

’是單閉合報價（不是撇號）的UTF-8編碼，並且您將它解釋爲Windows-1252。您需要使用正確的編碼（UTF-8）。 This link可能會有所幫助。

Answer 2

我沒有用Nutch的自己，但this page看起來像它的相關性：

要啓用UTF-8字符的傳球，編輯$ TOMCAT/conf目錄/ server.xml中。找到<連接>標記的網站（尋找「8080」），並插入此參數分配：的URIEncoding =「UTF-8」作爲http://tomcat.apache.org/faq/connectors.html#utf8