爲什麼這個A0字符出現在我的HTML :: Element輸出中？

Question

我正在用一對Perl模塊解析一個HTML文檔：HTML::TreeBuilder和HTML::Element。出於某種原因，每當一個標籤的內容僅僅是 ，這是可以預料的，它就會通過HTML ::元素作爲一個奇怪的字符回到我以前從來沒見過：

alt text http://www.freeimagehosting.net/uploads/2acca201ab.jpg

我可以」不要複製這個字符，所以不能在谷歌中找到它，在字符映射中找不到它，奇怪的是當我用正則表達式搜索時，\w發現它。當我將返回的文檔轉換爲ANSI或UTF-8時，它完全消失。我在HTML :: Element文檔中也找不到任何信息。

我該如何偵測並用null這個更有用的東西來檢測和替換這個角色，我將來應該如何處理這種奇怪的角色呢？

Answer 1

該字符是"\xa0"（即160），它是 的標準Unicode轉換。 （也就是說，它是Unicode的非破壞性空間。）如果您願意，您應該可以使用s/\xa0/ /g刪除它們。

Answer 2

性格non-breaking space這是 代表什麼：

在文字處理和數字排版，非打破空間（「」）（也稱爲無間斷的空間，不易碎空間（NBSP），硬空間或固定空間）是一個空格字符，可防止在其位置發生自動換行。在某些格式中，包括HTML，它還可以防止連續的空白字符被摺疊到一個空格中。

在HTML中，與普通空格字符寬度相同的普通非分隔空間編碼爲 或 。在Unicode中，它被編碼爲U+00A0。