我正在使用几个Perl模块解析HTML文档：HTML::TreeBuilder和HTML::Element。出于某种原因，只要标签的内容只是 ，这是预期的，HTML :: Element就会将其作为一个我以前从未见过的奇怪角色返回：
alt text http://www.freeimagehosting.net/uploads/2acca201ab.jpg
我无法复制角色，因此谷歌无法复制，无法在角色地图中找到它，奇怪的是，当我使用正则表达式搜索时，\w会找到它。当我将返回的文档转换为ANSI或UTF-8时，它会完全消失。我在HTML :: Element文档中找不到任何关于它的信息。
如何使用更有用的内容（如null）检测并替换此字符，以及如何在将来处理此类奇怪的字符？
答案 0 :(得分：43)
字符为"\xa0"（即160），这是 的标准Unicode翻译。 （也就是说，它是Unicode的不间断空格。）如果您愿意，您应该可以使用s/\xa0/ /g删除它们。
答案 1 :(得分：8)
字符为non-breaking space， 代表：
在文字处理和数字排版中，一个不间断的空间（“
”）（也称为不间断空间，不可破坏空间（NBSP），硬空间或固定空间）是一个空间阻止其位置自动换行的字符。在某些格式（包括HTML）中，它还可以防止连续的空白字符折叠到单个空间中。在HTML中，常见的不间断空格（与普通空格字符的宽度相同）编码为或。在Unicode中，它编码为
U+00A0。
