ruby - 与 ruby​​ 和 Nokogiri HTML 不兼容的编码

Question

我正在使用 Nokogiri 解析外部 HTML 页面。该页面使用 ISO-8859-1 编码。我要提取的部分数据包含一些 - (破折号)html 实体:

xml = Nokogiri.HTML(open("http://flybynight.com.br/agenda.php"), nil, 'ISO-8859-1')
f = xml.xpath("//div[@style='background-color:#D9DBD9; padding:15px 12px 10px 10px;']//div[@class='tit_inter_cnz']/text()")
f[0].text #=> Preview M/E/C/A \u0096 John Digweed

在最后一行中，字符串应该使用破折号 在浏览器上呈现。如果我将我的页面指定为 ISO-8859-1 编码，浏览器会正确呈现它，但是，我的 Sinatra 应用程序使用 UTF-8。如何在浏览器中正确显示该文本？今天显示为一个正方形，里面有一个小数字。我尝试了 force_encoding('ISO-8859-1')，但随后我从 Sinatra 收到了 CompatibilityError。

有什么线索吗？

[编辑]以下是该应用程序的屏幕截图:

-> 字符编码为 UTF-8 的 Firefox

-> [使用西方字符编码的 Firefox (ISO-8859-1)

值得一提的是，在上面的 ISO-8859-1 模式下，破折号显示正确，但在破折号之前还有另一个不正确的字符。奇怪:(

Answer 1

在 Nokogiri 中解析文档后，您可以告诉它假设一个不同的 encoding .尝试:

require 'open-uri'
require 'nokogiri'
doc = Nokogiri::HTML((open("http://flybynight.com.br/agenda.php"), nil, 'ISO-8859-1')
doc.encoding = 'UTF-8'

我从这里看不到该页面，以确认这可以解决问题，但它对类似的问题有效。