Java nutch crawler正在爬行'；asâ€；

nutch crawler正在爬行

let's

as

let–Euro™s

y？？？是否有任何设置可以更改此字符集。

–欧元™

是单引号（不是撇号）的UTF-8编码，您将其解释为Windows-1252。您需要使用正确的编码（UTF-8）。可能会有帮助。

我自己也没有用过Nutch，但看起来它很相关：

要允许传递UTF-8字符，请编辑$TOMCAT/conf/server.xml。找到web的标记（查找“8080”）并插入此参数赋值：URIEncoding=“UTF-8”，如Tomcat 5常见问题解答中所述

---

我不认为这是因为tomcat，因为我的cmd提示符也显示了相同的东西…我用终端（在ubuntu中）和tomcat@ragaa：但是你是怎么检查航站楼的？你做了什么？（我不是说这是问题所在，但你永远不会知道。）