ようやくクローラーの精度が上がってきた。
結構いい加減なxmlとかが存在するので、いろいろと工夫が必要でひとすじ縄では行かないですね。

波ダッシュ（～）のマッピングがWindowsのUTF-8でおかしいので、

  - module: Filter::Regexp
    config:
      regexp: s/\xE3\x80\x9C/\xEF\xBD\x9E/g
      text_only: 1

を追記してみたけど、ちゃんと働くのだろうか。

うーん、うまく行かんね。
何か見落とししてるのかな。