Question

我的标题doc.at('head/title').inner_html出现&，应为&。

我的原始文件是：

<head><title>Foo & Bar</title></head>

但是出现如下：

>> doc = Nokogiri::HTML.parse(file, nil, "UTF-8")
>> doc.at('head/title')
=> #<Nokogiri::XML::Element:0x..fdb851bea name="title" children=#<Nokogiri::XML::Text:0x..fdb850808 "Foo & Bar">>
>> doc.at('head/title').inner_html
=> "Foo &amp; Bar"

我不想像以下那样使用Iconv或CGI：

>> require 'cgi'
>> CGI.unescapeHTML(doc.at('head/title').inner_html)
=> "Foo & Bar"

这是丑陋和不方便的。

Answer 1

使用content代替inner_html将内容作为纯文本而不是（X）HTML。

irb(main):011:0> doc.at('head/title').content
=> "Foo & Bar"

如何在Nokogiri Ruby中浏览HTML，以及＆amp;遗骸而不是＆amp;

1 个答案: