标签：BOM

蜘蛛池入口页的字符集与编码声明：乱码、BOM 与 Content-Length 的坑

蜘蛛池入口页往往由多套程序生成，编码链路一多就容易出现声明冲突，导致蜘蛛解析出的标题、摘要和锚文本变成乱码。本文梳理 HTTP 头、meta 声明与 BOM 的优先级关系，以及 BOM、GBK 生僻字、gzip 与 Content-Length 不匹配等常见坑，并给出可执行的自检流程与统一到 UTF-8 的实践建议。