Question

我有一个以

开头的xml

<?xml version='1.0' encoding='ISO-8859-8'?>

当我尝试

时

Hash.from_xml（my_xml）

我得到#<REXML::ParseException: No close tag for /root/response/message> (REXML::ParseException)

消息标记中的

确实存在上述编码中的字符。我需要解析那个XML，所以我猜我需要将它全部转换为utf-8或者解析所需的其他东西。

有办法做到这一点吗？（与Nokogiri一样的其他用途也很好）

Answer 1

Nokogiri似乎做对了：

# test.xml
<?xml version='1.0' encoding='ISO-8859-8'?>
<what>
  <body>דה</body>
</what>

xml = Nokogiri::XML(File.read 'test.xml')
puts xml.at_xpath('//body').content
# => "דה"

你也可以告诉Nokogiri使用什么编码（例如Nokogiri::XML(File.read('test.xml'), nil, 'ISO-8859-8')），但这里似乎没有必要。

如果这没有帮助，您可能需要检查XML是否格式正确。

如果您愿意，可以将XML转换为UTF-8：

xml2 = xml.serialize(:encoding => 'UTF-8') {|c| c.format.as_xml }

如果您只想将Nokogiri XML转换为哈希值，请在此处查看一些解决方案：Convert a Nokogiri document to a Ruby Hash，或者您可以执行：Hash.from_xml(xml2)。

将xml转换为utf-8编码

1 个答案: