易语言采集网页unicode出现问号

ghost12

采集百度的搜索返回结果,然后通过正则获取相关关键词,然后保存在本地txt文档但是有的时候会有个别字符是问号,保存的时候也是汉字加问号的,我网上搜了下是易语言不支持unicode的问题

请问这种怎么解决

比如我搜索
https://www.baidu.com/s?ie=utf-8 ... du&wd=%E3%A1%B7



采集回来就是问号,然后保存到本地时也就是问号了,有办法解决吗

天外孤鸿PLUS

干脆支持库也一并上传了
高级表格支持库_20200725.zip (608.88 KB, 下载次数: 38)

2020-11-10 09:44 上传

点击文件名下载附件

Wod

1. https://www.baidu.com/s?ie=UTF-8&wd=%E5%BA%8A

复制代码

福仔

就是不支持unicode的问题, 访问返回的数据不能转到文本, 转了之后就没法还原, 只能自己创建W版组件然后吧返回的文本转成unicode的

天外孤鸿PLUS

你用正则表达式Deelx引擎版来处理就行了，那是字节集型的。
你要用了到文本自然会变成问号了。

天外孤鸿PLUS

天外孤鸿PLUS

因为这个高级表格支持Unicode的字符，所以我直接用这个高级表格来展示结果了，那你没这个而支持酷就肯定要先安装支持库，再来打开源码了。
https://bbs.125.la/forum.php?mod ... 7%E8%A1%A8%E6%A0%BC


如果你不想用这个支持库，在源码里直接用写到文本，当然也是可以看到结果的。
正则表达式DEELX的使用.e (864.13 KB, 下载次数: 30)

2020-11-10 09:35 上传

点击文件名下载附件


补充内容 (2020-11-10 09:46):
写到文件（），不是写到文本。口误

补充内容 (2020-11-10 09:50):
写到文件 (“1.txt”, 编码转换 (局_搜索 [1].取子匹配文本W (1), #编码_UCS_2LE, #编码_UTF_8, ))

补充内容 (2020-11-10 09:56):
然后你就会发现写到文件后，后面有个“NUL”。那是因为没有删除Unicode字节集后面的两个0。所以看下面

补充内容 (2020-11-10 09:57):
结果 ＝ 局_搜索 [1].取子匹配文本W (1)
写到文件 (“1.txt”, 编码转换 (取字节集左边 (结果, 取字节集长度 (结果) － 2), #编码_UCS_2LE, #编码_UTF_8, ))

补充内容 (2020-11-10 10:00):
由于易语言自身的限制，这个正则表达式DEELX用到的机会还是挺多的。

天外孤鸿PLUS

源码上传了，还在审核

已注销539739

[新]用Hook使控件支持Unicode，不是很巧妙
https://bbs.125.la/forum.php?mod=viewthread&tid=14313676
(出处: 精易论坛)