配对时删除网页中的特殊错误字符

Question

我有一个网页，上面写着“Alexander Macomb，Junior（1882年4月3日至1841年6月25日）”，1828年5月29日至1841年6月25日是美国陆军的指挥官。“。

这些字符（“？”）已经错误地显示在网页中。顺便说一句，这些字符（“？”）似乎是“ - ”。如何删除/更正此类字符。我的意思是，在阅读/加载网页内容到java或其他编程语言时，有没有办法检测和纠正这些字符。

Answer 1

这是一个字符编码问题：某些软件执行了错误的字符代码转换。如果没有关于这种情况的更多细节，比如URL，几乎不可能提出具体的补救措施。但该页面似乎是http://en.wikipedia.org/wiki/Alexander_Macomb_%28general%29的一些扭曲副本，所以也许您可以使用该页面。失真显然包括以某种方式改变EN DASH“ - ”U-2013角色。