不兼容的字符編碼：Oga寶石中的ASCII-8BIT和UTF-8

我正在使用名爲Oga的XML/HTML分析器。不兼容的字符編碼：Oga寶石中的ASCII-8BIT和UTF-8

我試圖抓取該網址：http://www.johnvanderlyn.com和解析體的文字，像這樣：

def get_page 
    body = Net::HTTP.get(URI.parse(@url)) 
    document = Oga.parse_html(body) 
    end 

document = get_page  
words = document.css('body').text

當我得到這個錯誤：

/gems/oga-2.7/lib/oga/xml/node_set.rb:276:in block in text': incompatible character encodings: ASCII-8BIT and UTF-8 (Encoding::CompatibilityError)

即與此有關bit of code here。

什麼可能導致這種情況，我該如何解決？有沒有一種方法可以讓我在本地修復它，還是我必須修補寶石，修復該方法，然後使用我的分叉？

想法？

來源

2016-10-15 marcamillion

我剛纔執行上面的代碼沒有任何問題。你鏈接的代碼與毛刺毫無關係，這就是'body'的問題被解釋爲錯誤的編碼。在解析文檔之前嘗試'body = body.force_encoding'UTF-8'。 – mudasobwa

@mudasobwa完美。這非常出色。如果您將其添加爲答案，我會接受它！ – marcamillion

你鏈接的代碼位與毛刺無關，那就是身體的問題正在被錯誤的編碼解釋。在解析文檔之前嘗試添加body = body.force_encoding 'UTF-8'：

def get_page 
    body = Net::HTTP.get(URI.parse(@url)).force_encoding 'UTF-8' 
    document = Oga.parse_html(body) 
end

來源

2016-10-15 05:05:46 mudasobwa

不兼容的字符編碼：Oga寶石中的ASCII-8BIT和UTF-8

回答

相關問題