如何設置機械化頁面編碼？

我試圖得到一個鏈接上的ISO-8859-1編碼點擊一個頁面，所以代碼與此類似：如何設置機械化頁面編碼？

page_result = page.link_with(:text => 'link_text').click

到目前爲止，我得到的結果有錯誤的編碼，所以我看到這樣的字符：

'T�tulo:' instead of 'Título:'

我試過幾種方法，包括：

使用代理偏大的，編碼中的第一個請求：

@page_search = @agent.get(
    :url => 'http://www.server.com', 
    :headers => { 'Accept-Charset' => 'ISO-8859-1' })

陳述的編碼頁面本身
```
page_result.encoding = 'ISO-8859-1' 
```

但我必須做一些錯誤的：一個簡單的放始終顯示錯誤的字符。

你知道如何聲明編碼嗎？

由於提前，

添加：可執行例如：

require 'rubygems' 
require 'mechanize' 

WWW::Mechanize::Util::CODE_DIC[:SJIS] = "ISO-8859-1" 

@agent = WWW::Mechanize.new 

@page = @agent.get(
    :url => 'http://www.mcu.es/webISBN/tituloSimpleFilter.do?cache=init&layout=busquedaisbn&language=es', 
    :headers => { 'Accept-Charset' => 'utf-8' }) 

puts @page.body

來源

2009-12-12 Juan

呀，機械化將嘗試檢測編碼本身（使用NKF核心Ruby庫）猜測編碼），有時失敗。

也許這可能幫助：
WWW::Mechanize::Util::CODE_DIC[:SJIS] = "ISO-8859-1"

我也不太確定確切的語法，但我認爲CODE_DICT哈希可能是看:)
我有一個similar problem一段時間的好地方背部。

來源

2009-12-12 11:21:24

遺憾的是它不工作... – Juan 2009-12-14 00:57:02

對不起，這是我的錯誤：我來自Java背景，並且字符串內部轉換爲utf-16。我忘了Ruby不這樣做。 Mechanize正在完美地恢復頁面，但我需要通過iconv轉換數據。

心理記錄：Ruby存儲字符串而不轉換其編碼。

來源

2009-12-14 03:07:02 Juan

你可能也想嘗試紅寶石1.9如果可能的話，他們增加了一大堆[unicode stuff]（http://blog.nuclearsquid.com/writings/ruby-1-9-encodings） – 2009-12-15 08:36:30

嘿，你可以做一個：

agent.page.encoding = 'utf-8'

希望它能幫助！

來源

2011-11-25 11:26:01

很難在實際代碼中使用'agent.page.encoding'，但想法是正確的並且非常有幫助，謝謝！ – 2012-04-25 10:40:55

我花了很多時間試圖解決這個問題，直到我偶然發現你的答案 - 謝謝你！ – CodeBiker 2013-07-09 21:01:10

以前的答案是正確的，但在我的代碼，它看起來略有不同：

agent = Mechanize.new 

page = agent.get('http://example.com') 

page.encoding = 'windows-1251' 

page.search('p').each do |para| 
    puts para.text 
end

來源

2012-04-25 10:39:45

謝謝！這篇技巧解決了一個與ASCII格式編碼相關的問題。 – 2013-04-16 18:24:30

如何設置機械化頁面編碼？

回答

相關問題