回報問題新聞時被判定為不合法網址

[nchild]

如標題，系統跳出說明為不合法網址，然後畫面 reload，為了回報打的字都消失了。

要回報的是這則：
http://www.appledaily.com.tw/realtimenews/article/3c/20140911/467685/applesearch/【更新】Gmail有沒有被洩？%E3%80%80別輕易上網查

[nchild]

查看 newsdiff 發現可能原因，應該是標題大改，使得網址也有變動導致。
http://newsdiff.g0v.ronny.tw/index/log/1903648

[winiah]

這應該不是小幫手的 bug，這是因為瀏覽器網址支援 Unicode，所以有些網站，會直接把「標題」拿來當成網址的一部分，對搜尋結果排名會有正面影響。

你可以看看你上面貼的，不是有中文字嗎？但其實固定的網址是要用這樣。

http://www.appledaily.com.tw/realtimenews/article/3c/20140911/467685/

[nchild]

了解了，但是原先 newsdiff 抓取也是跟後面的字一起抓，所以我才會將整串當成回報網址。

這可能要附註在新聞小幫手網頁，不然可能有人貼了類似網址，也會不知道原因就失效，而且會喪失輸入的內容。

[winiah]

其實這是有點沒辦法的問題啦，有些這樣子改掉中文網址就行，有些會有改掉中文網址，實際連還是會吐中文網址出來，只能盡量標題寫正確，讓其他人去幫忙修正。

不過這樣就會發生同樣的新聞，因為不同網址，就抓不出來的問題，畢竟不是每個人都知道要怎麼把網址多餘的字去掉，所以會變成可能需要同一筆寫兩個以上的網址，也許改成前綴（prefix）方式抓網址，可以解決一部分的問題，或是讓網址欄多一個替代（alternative）網址之類的。

[timdream]

可以找 HTML header 裡面的 Canonical URL ...

[ronnywang]

之前不用 canonical url 是因為不要多做一次去抓該頁內容的動作
這個問題應該是因為我用 PHP 的 filter_vars($url, FILTER_VALIDATE_URL); ，而他不支援中文網址，我針對這邊改掉就好了

[ronnywang]

ok, 改寫掉 filter_vars 的部份了，可以再試試看