Специальные/акцентированные символы UTF-8, не распознанные PhantomJS

Question

У меня в настоящее время проблема с PhantomJS (версия 2.1.1/Windows 7), не распознающая символы UTF-8. До Задавая этот вопрос, я нашел следующие две статьи, полезные для настройки командной строки:

• PhantomJS arguments.js example UTF-8 not working
• Unicode characters in Windows command line - how?

Как было предложено второй статье, я использовал команду

chcp 65001 

, чтобы изменить кодовую страницу на UTF-8. Затем я также установил стандартный шрифт командной строки на консоль Lucida.

Чтобы проверить это сработало, я создал следующие UTF-8 текстового файл

--------------------------------------------------------- 
San José 
Cañon City 
Przecław Lanckoroński 
François Gérard Hollande 
El Niño 
vis-à-vis 
--------------------------------------------------------- 

, а затем побежал следующую команду, чтобы продемонстрировать, были ли символы распознаются и правильно отображаются в командной строке:

type utf8Test.txt 

После этого работал, я обратил внимание на PhantomJS. Следуя инструкциям here, я создал приведенные ниже настройки json-файла, чтобы гарантировать, что UTF-8 является кодировкой ввода и вывода (хотя это, по-видимому, по умолчанию соответствует официальной документации).

{ 
    "outputEncoding: "utf8", 
    "scriptEncoding": "utf8" 
} 

Я побежал следующий JavaScript через PhantomJS использованием вышеупомянутых параметров JSON файл в том же окне командной строки:

console.log("---------------------------------------------------------"); 

console.log("San José"); 
console.log("Cañon City"); 
console.log("Przecław Lanckoroński"); 
console.log("François Gérard Hollande"); 
console.log("El Niño"); 
console.log("vis-à-vis"); 

console.log("---------------------------------------------------------"); 

page = require('webpage').create(); 

// Display the initial requested URL 
page.onResourceRequested = function(requestData, request) { 
    if(requestData.id === 1){ 
     console.log(requestData.url); 
    } 
}; 

// Display any initial requested URL response error 
page.onResourceError = function(resourceError) { 
    if(resourceError.id === 1){ 
     console.log(resourceError.status + " : " + resourceError.statusText); 
    } 
}; 

page.open("https://en.wikipedia.org/wiki/San_José", function(status) { 
    console.log("---------------------------------------------------------"); 
    phantom.exit(); 
}); 

Вывод выполнения этого сценария показан ниже:

Из этого я вижу, что PhantomJS не может понять специальные символы UTF-8, и, кроме того, он проходит «Неизвестный» символ сайтов при условии специальной или ударением характера, как показано ниже:

URL passed to PhantomJS: 
https://en.wikipedia.org/wiki/San_José 

URL passed to remote host: 
https://en.wikipedia.org/wiki/San_Jos%EF%BF%BD 

---------------------------------------------- 

%EF%BF%BD 
� 

instead of: 

%C3%A9 
é 

Это приводит к веб-сайтам ответить «400: Bad Request» ошибки, и в случае Википедии конкретно, запрашивающий URL https://en.wikipedia.org/wiki/San_Jos%EF%BF%BD приводит к ошибке:

Плохой заголовок - запрашиваемая заголовок страницы содержит недопустимую последовательность UTF-8.

Итак, со всем этим, кто-нибудь знает, как исправить это? В наши дни существует множество веб-сайтов, которые используют специальные/акцентированные символы UTF-8 в своих URL-адресах страниц, и было бы замечательно, если бы PhantomJS можно было использовать для доступа к ним.

Я очень ценю любую помощь или предложения, которые вы можете мне предоставить.

Answer 1

var url = 'https://en.wikipedia.org/wiki/San_José'; 

page.open(encodeURI(url), function(status) { 
    console.log("---------------------------------------------------------"); 
    console.log(page.evaluate(function(){ return document.title })); 
    phantom.exit(); 
}); 

Да, это подтасовки эти символы на ОС Windows (на Linux работает beautifully), но по крайней мере, вы будете иметь возможность открывать страницы и обрабатывать их.