如何unescape /解码转义的HTML字符？

Question

当我使用nokogiri解析htmls时，中文字符会转移到转义序列，如

“巅峰延时”

如何将转发的字符（如“巅峰延时”）解码回普通字符？

Answer 1

看起来您的HTML页面编码为UTF-8，但您正在解析为ISO-8859-1。您需要确保在解析时指定正确的编码。如果要从字符串解析，Nokogiri应使用与字符串相同的编码。如果要从IO对象进行解析，可以将编码指定为parse method的第三个参数：

Nokogiri::HTML::Document.parse(io_object, nil, 'UTF-8')

Answer 2

普通人物应该怎样？这看起来像是字符串表示。

否则你有标准ruby（stdlib）中提供的CGI.unescapeHTML（）和CGI.escapeHTML（）。