动易采集utf-8的网页有一个小问题，不知道有没有朋友碰到过，我是遇到很多次了。当采集的目标站是utf-8时，在采集设置时肯定是选择utf-8的编码，但是采集后浏览文章会发现有些文章里面有问号（其实是乱码）。

实际上是一个unicode编码的空格，我也不知道怎么出来的，如果你不管他直接生成，会发现生成的网页出问题，表现为什么也没有，查看代码也是。这样的情况我遇到多次，都是采集utf-8格式的网站出现的。以前，我不得不在后台一篇篇查看，修改（实际上你可以不用修改，只需要点一下修改，然后保存即可，不用动内容，但是这一步是必要的，要不然就有问题）。

今天又遇到这样的问题，我决定把这个问题搞定，一劳永逸。我仔细研究了一下，发现就是采集的时候不知道是因为过滤还是什么原因，反正在某些地方就多出来一个空格，而这个空格在数据库里面是空白的，把数据库content的内容复制到记事本保存会提示有unicode的编码，用编辑器查看这个空格既不是全角空格也不是半角空格，不知道怎么来的。为什么点一下修改然后在保存就好了呢，原来当修改有问题的文章内容时，查看源代码，会看到这个空格会被动易转换为&#160，然后保存这个空格就被动易自动转换了。这个转换经过我查看源码是通过Server.HTMLEncode和PE_HtmlDecode实现的。

那么采集的时候就差这一步，既然这样我给他加上，打开admin文件夹下面的Admin_Collection.asp，找到

Content = FilterScript(Content, FilterProperty) '脚本过滤

修改为Content = Server.HTMLEncode(FilterScript(Content, FilterProperty)) '脚本过滤，加上Server.HTMLEncode把html代码全部转换一下

然后加上一句Content = PE_HtmlDecode(Content) '通过这个再还原回去，把中间那个引起乱码的空格搞掉了

最后变成这样

Content = Server.HTMLEncode(FilterScript(Content, FilterProperty)) '脚本过滤
Content = PE_HtmlDecode(Content)

这样再测试一下，ok了，再也没有那些讨厌的问号了