刪除網頁中的特殊錯誤字符時，配對

Question

我有一個像「亞歷山大Macomb，少年（1782年4月3日，1841年6月25日）是美國陸軍從1828年5月29日指揮將軍到25 1841年6月「。

這些字符（「？」）在網頁中已經出現錯誤。順便說一下，這些字符（「？」）似乎是「 - 」。我如何刪除/更正這些字符。我的意思是，在將網頁內容讀取/加載到java或其他編程語言時，是否有任何方法可以檢測和更正這些字符。

Answer 1

這是一個字符編碼問題：某些軟件執行了不正確的字符代碼轉換。沒有關於這種情況的更多細節，如URL，幾乎不可能提出具體的補救措施。但該頁面似乎是http://en.wikipedia.org/wiki/Alexander_Macomb_%28general%29的一些扭曲副本，所以也許你可以使用該頁面。失真顯然包括以某種方式消除EN DASH「 - 」U-2013角色。