一、问题如下
1、要爬取的新闻信息里出现“ ”、“ ”等网页里的空白字符，爬取之后存入数据库时就变为“？”字样。
二、分析过程
1、使用Webmagic爬取内容后，出现了？的字样，尝试使用replace("？","")的方式将？替换为空字符串，但是调试之后并没有解决问题。
2、因此，内容中的？并不是平时的问号，而是由于编码问题导致的乱码。
问题所在：编码乱码
三、问题解决
1、对字符串进行处理
news_content=new String(news_content.getBytes(),"GBK").replace(‘?‘, ‘ ‘).replace(‘ ‘, ‘ ‘);
其中，replace(‘ ‘, ‘ ‘)这部分，前面的引号里是全角空格。
原文：https://www.cnblogs.com/guobin-/p/12485804.html