标簽：BOM

蜘蛛池入口頁的字符集與编碼声明：乱碼、BOM 與 Content-Length 的坑

蜘蛛池入口頁往往由多套程序生成，编碼鏈路一多就容易出現声明冲突，導致蜘蛛解析出的标题、摘要和锚文本變成乱碼。本文梳理 HTTP 头、meta 声明與 BOM 的優先級關系，以及 BOM、GBK 生僻字、gzip 與 Content-Length 不匹配等常见坑，並给出可执行的自检流程與统一到 UTF-8 的實践建议。