- xml - AJAX/Jquery XML 解析
- 具有多重继承的 XML 模式
- .net - 枚举序列化 Json 与 XML
- XML 简单类型、简单内容、复杂类型、复杂内容
我正在使用 Nokogiri 解析 HTML 页面,但我遇到了不间断空格的奇怪问题。我尝试了不同的编码、替换空格以及其他一些令人头疼的尝试。
这是有问题的 HTML 片段:
<td>Amount 15,300 at dollars</td>
注意在我使用 Nokogiri 后
表示的变化:
<td>Amount 15,300 at dollars</td>
并输出inner_text
:
Amount 15,300 at dollars
这是我的基础 Nokogiri 抓取,我确实尝试了一些替代方案来解决但惨败:
doc = Nokogiri::HTML(open(url))
然后我为有问题的项目执行 doc.search
。
请注意,如果我查看文档,该行会显示该行上的
。
澄清:我认为我没有清楚地说明我遇到的困难。如果没有奇怪的 符号,我无法让
inner_text
显示出来。
最佳答案
除非你真的非常想保留
符号,否则这里应该没有问题。
A0
是不间断空格的十六进制字符代码。因此,  
打印一个不间断空格,并且完全等同于
。  
也做同样的事情。
Nokogiri 在这里所做的是读取文本节点、识别实体并在内部将它们转换为实际的字符串表示形式。然后,当将其转换回文本节点的 HTML 友好版本时,它通过其十六进制代码表示不间断空间,而不是承担在实体表中查找它的性能开销,因为无论如何它是等效的。
假设 Â
是您所看到的并且不仅仅是粘贴到 StackOverflow 的问题,这是一个文本编码问题:输出软件(浏览器?)不是 UTF-8 模式,所以不知道如何处理字符代码 A0
,尽其所能。如果这是一个浏览器,在头部添加 <meta charset="utf-8">
将解决这个问题,并使其余输出对 Unicode 更友好。
如果您真的非常想要
,请在最终输出中使用 gsub
替换它们。否则,请不要担心。
关于ruby - 如何使用 Nokogiri 正确处理不间断空格?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/5956195/
我有这个代码来查找这个模式:201409250200131738007947036000 - 1,在文本内 final String patternStr = "(\\d{
我正在尝试使用正则表达式清除一些用户输入,以删除 [ 和 ] 并删除任何大于 1 个空格的空格。但我似乎无法实现我想要的效果。这是我第一次使用正则表达式,所以我对如何写出来有点困惑。 (preg_re
我正在尝试构建这个简单的正则表达式来匹配 Java 中的单词+空格,但我在尝试解决它时感到困惑。该网站上有很多类似的示例,但答案大多给出了正则表达式本身,而没有解释它是如何构造的。 我正在寻找的是形成
好吧,我已经阅读了很多建议如何消除多余空间的帖子,但无论出于何种原因,我似乎无法将这些建议应用到我的系统中,所以我在这里寻求您的帮助。 这些是我代码的最后几行: for line in rli
所以我正在我的测试存储上学习网页抓取,但我不确定如何正确地从“sizes”数组中删除空的新行。 const $ = cheerio.load(body) $('div.lis
这个问题已经有答案了: How to prevent invalid characters from being typed into input fields (8 个回答) 已关闭 9 年前。 是
有人知道如何让扫描仪忽略空间吗?我想输入名字和第二个名字,但扫描仪不让我输入,我想保存全名 String name; System.out.print("Enter name: "); name =
这个问题在这里已经有了答案: Make Vim show ALL white spaces as a character (23 个回答) 关闭 8 年前。 VIM(使用 Solarized Dar
我想使用 StreamTokenizer 从 java 文件中提取名称。我已将空格设置为逗号 inputTokenizer.whitespaceChars(',', ','); 但是,
我正在使用此代码逐行读取 txt 文件。 // Open the file that is the first command line parameter FileInputStream fstre
我似乎无法弄清楚我需要的正则表达式。这就是我想要实现的目标: {ANY CHAR} + @javax.persistence.Column(name = "{ANY 30 CHARS}") + {AN
我正在运行 StyleCop(顺便说一句,如果你想提供高质量的代码,我完全推荐它)... 我有这条线 [System.Xml.Serialization.XmlRootAttribute(Namesp
我刚刚更新到 PhpStorm 2016,我突然注意到,每次我按 Ctrl + S 保存文件时,它都会删除我在测试这段代码后按下以继续编写的空格/制表符。 请帮忙,这对我来说很烦人,因为我在每一行代码
关闭。此题需要details or clarity 。目前不接受答案。 想要改进这个问题吗?通过 editing this post 添加详细信息并澄清问题. 已关闭 7 年前。 Improve th
已关闭。此问题不符合Stack Overflow guidelines 。目前不接受答案。 要求提供代码的问题必须表现出对所解决问题的最低限度的了解。包括尝试的解决方案、为什么它们不起作用以及预期结果
我已经看过几十个关于这个主题的问题和答案,但我仍然无法解决我的问题。 我在我的代码中使用了一个外部 ffmpeg 转换器,我将文件路径作为参数传递,如下所示: OutputPackage oo = c
谁能详细解释一下它们是什么以及它们之间的区别。提前致谢。 最佳答案 转义序列是代表其他内容的字符序列。例如(“\n” = 新行,“\?” = 问号等)。有关更详细的列表,请检查:https://en.
我无法从我的 javascript 文本中删除换行符。这是我正在处理的数据示例: 0: "Christian Pulisic" 1: "↵" 2: "From Wikipedia, the free
我有一个问题 - 我似乎无法从字符串的开头/结尾删除新行/空格。我在正则表达式的开头和结尾使用 \s ,甚至在获取字符串后使用 .trim() ,但无济于事。 public void extractI
我是 php 的新手,我正在尝试将一系列变量添加到 html 超链接中。但是,任何返回空格的变量都会弄乱超链接。 Grants Test
我是一名优秀的程序员,十分优秀!