Question

我正在尝试使用Nokogiri来解析和更新一些xhtml文件（修复图像大小）。

解析和更新效果很好但是当我用以下文件保存文档时

doc.to_xhtml(:indent_text => "\t", :indent=>1, :encoding => 'UTF-8')

前两行改为（原始）：

<?xml version="1.0" encoding="utf-8"?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN" "http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd">

到（输出）：

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN" "http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd">
<?xml version="1.0" encoding="utf-8"??>

这不是一个有效的xml文档（并且在xml标记的末尾也有一个双?）。

我做错了吗？

修改：我安装了nokogiri (1.6.0)，这似乎是最新版本。

Answer 1

这个问题在Github上是一个开放的（尽管很老的）Nokogiri问题，尽管它可能实际上是libxml问题。我能够复制你的输出。

快速解决方法是使用Nokogiri::XML而不是Nokogiri::HTML来解析您的文档，这在处理XHTML文件时可能是更好的做法：

doc = Nokogiri::XML(open 'wherever')
doc.to_xhtml(:indent_text => "\t", :indent=>1, :encoding => 'UTF-8')

请注意，这不会保留您的XML处理指令。如果需要，请使用to_xml。