1

Здравствуйте.

Столкнулся с проблемой, нужно спарсить ники с одного форума на VBulletin, там разрешены всякие хитрые символы в нике. Записать всё это нужно в файл.

Пробовал так:

String secondString = new String(buf.getBytes("Cp1251"),"UTF-8");

Но остаётся такая вот белиберда в файле:

 лиан,ЙОР�?Рљ,ГђreamlпїЅ?l,пїЅ?лиан,ЙОР�?Рљ,ГђreamlпїЅ?l,пїЅ?лиан,ЙОР�?Рљ,ГђreamlпїЅ?l,пїЅ?лиан,ЙОР�?Рљ,ГђreamlпїЅ?l,пїЅ?лиан,ЙОР�?Рљ,ГђreamlпїЅ?l,пїЅ?лиан,ЙОР�?Рљ,ГђreamlпїЅ?l,пїЅ?лиан,ЙОР�?Рљ,ГђreamlпїЅ?l,пїЅ?лиан,ЙОР

При смене кодировки через Notepad++ становится лучше, но всё равно остаются квадраты такие:

Кот,ЙОР�?К,Ðreaml�?l

Как решить проблему?

2
  • demo.seovb.com/forum.php - вот нашел демо VBulletin. В теге meta указана кодировка ISO-8859-1 >><meta http-equiv="Content-Type" content="text/html; charset=ISO-8859-1" /> Попробуйте с ней поработать.
    – mountpoint
    30 авг 2014 в 10:54
  • Неа,не помогло. forum.wowcircle.com Вот этот форум.
    – LowSkiII
    30 авг 2014 в 10:57

2 ответа 2

1

В таких случаях я пробую декодер имени Темы Лебедева - он по куску:

лиан,ЙОР�?Рљ,ГђreamlпїЅ?l,пїЅ?лиан,ЙОР�?Рљ,ГђreamlпїЅ?l,пїЅ?лиан,ЙОР�?Рљ,ГђreamlпїЅ?l,пїЅ?лиан,ЙОР�?Рљ,ГђreamlпїЅ?l,пїЅ?лиан,ЙОР�?Рљ,ГђreamlпїЅ?l,пїЅ?лиан,ЙОР�?Рљ,ГђreamlпїЅ?l,пїЅ?лиан,ЙОР�? Рљ,ГђreamlпїЅ?l,пїЅ?лиан,ЙОР

Говорит, что это кодировка: CP1251 → UTF-8

1
  • Пробовал и другие декодеры.Результат одинаковый - остаются всякие �?.
    – LowSkiII
    31 авг 2014 в 12:47
0

Подобный пїЅ засветился у меня в реестре по пути HKEY_USERS\S-1-5-21-xxxxxxxxx-xxxxxxxxx-xxxxxxxxxxx-500\Software\Microsoft\Windows\CurrentVersion\Internet Settings\Connections

Его крякозябры обрабатываются перекодировкой UTF-8-1252. Но перекодировка в лоб не помогает. Похоже Utf символы распадаются на 2 части. По крайней мере искомое мной слово, имело в 2 раза больше символов. Если просто нужно понять, что там можно воспользоваться http://www.online-decoder.com/ru У меня очень много благодарных слов о них. Как они это делают - большой вопрос.

пїЅ они не могут обработать. Возможно это перенос строки.

И похоже, когда в эту западноевропейский декодер 1252-utf-8 попадает 1251 образуется злополучный пїЅ.

В инете к примеру полно сайтов-клонов с изначальной кодировкой 1251, пострадавших от клонирования через 1252-Utf-8.

В реестре эти пїЅы для Винды безразличны, но мы, к сожалению, прочитать их не можем, а скопировав вывод с экрана - теряем информацию.

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge you have read our privacy policy.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.