剔除特殊字符

Question

我拉一些數據從一個HTML頁面的產品列表和一些文字，它看起來是這樣的：

ORGANICA「¢

在HTML頁面時，我看看同樣的文字，我可以看到它後面應該會看到有機商標TM（商標）符號。爲什麼它看起來像上面那樣！

我的主要問題是如何擺脫TM，@和版權符號，所以我只剩下一個乾淨的產品名稱？

感謝所有的幫助

Answer 1

您的頁面聲明瞭錯誤的字符集（或者根本沒有聲明任何字符集）。

查看HTML源文件，看看是否在head節還有像<meta http-equiv="Content-Type" content="text/html; charset=utf-8">

標籤。如果沒有這樣的標籤，或者標籤是有，但在charset位丟失，你還沒有宣佈一個字符組。如果標籤存在並且存在charset位，則聲明的字符集是錯誤的。看看你給出的具體例子，它看起來像文本可能是UTF-8，但顯示爲拉丁-1。

Answer 2

這是一個編碼問題;您的html頁面編碼和輸出設備編碼之間存在差距。

你必須理順這一點。最好的方式是使用utf8創建工作環境，並將所有外部數據轉換爲utf8。