如何收集特殊字母，如“ᑕƘᏔ®✞ℍ”

Question

我正在使用硒抓取社交平台，许多用户使用特殊字符，例如HEᑕƘᏔ®✞ℍ，fire Emojis等。这些字符变成问号，例如“ HE?????????”。

我曾尝试使用解码和编码实用程序，但我绝对没有运气。看到这里：

 WebUtility.HtmlDecode(string);
 WebUtility.HtmlEncode(string);

[我觉得我在这里树错了树，但不知道从哪里开始，因为特殊字符的答案通常是关于Unicode的，我很确定在这种情况下这与无关。

编辑：这就是我使用硒获取内容的方式

  title = driver.FindElement(By.XPath("//*[@id=\"header- 
  section\"]/div[2]/div/div/div/div/div[1]/div/h1")).Text;

Answer 1

[您正在做的是查看HTML解码和编码，而不是替换字母以使它们更安全，例如£变成£

您想看一下文本编码，因为它可以控制哪些字符可用于不同的字符集，从而为您提供不同的字符。如果您正在使用的字符集中没有可用的字符，它将显示为问号或黑色块。

您可以使用Encoding.Convert()参见this discussion了解更多信息。

[您可能希望将输入转换为UTF-8文本编码以查看完整的字符集。