Perl WWW :: Mechanize编码问题

Question

我有以下代码：

my ($url) = "http://example.com"
my $m = WWW::Mechanize->new();
$m->get($url);
my $c = $m->content;
my $tree = HTML::TreeBuilder::XPath->new_from_content( $c );

if (my $content = $tree->look_down(_tag => "div", class => "content")) {
    $content = $content->as_text();
}

问题是，当我解析内容时，某些文本有单引号或双引号，无法正确解析。例如，“this”变为“thisâ€。

据我了解，这是一些Windows-1252编码。我该如何解决？

我尝试在程序开始时添加binmode STDOUT, ':encoding(utf-8)';，但没有帮助。

我尝试添加$content = utf8::decode($content);，但没有帮助。

Answer 1

使用

$m->decoded_content;

而不是

$m->content;