关于 Nutch 的一个问题: 中文乱码

很多朋友都遇到 Nutch 0.6 输入中文会出现乱码的问题。这个问题其实和 Nutch 关系不大，主要原因是使用 Tomcat 5.0 的问题。解决办法是修改 Tomcat 的 server.xml 文件的 connnector：

<Connector port="8080"
maxThreads="150" minSpareThreads="25" maxSpareThreads="75"
enableLookups="false" redirectPort="8443" acceptCount="100"
connectionTimeout="20000" disableUploadTimeout="true"
URIEncoding="UTF-8" useBodyEncodingForURI="true" /> 

其中 URIEncoding=”UTF-8″ useBodyEncodingForURI=”true” 是需要新增的。否则搜索栏输入的字符默认编码将不能正确解析。

注:这个小 Hint 本来是写在站点的首页页面的,今天把他整理一下放到这里.

BTW:
“乱码”用英语如何翻译?

• Scrambled code/characters
• Illegible contents/characters/codes
• Truncated words/contents
• Garbled character/code

最后一个似乎更好