Question

我在phantomjs中运行了一个js文件

var settings = {mode: 'w', charset: 'UTF-8'};
page.open(path, settings, function (status) {
    if (status !== "success") {
        console.log("Unable to access network");
    } else {
        page.evaluate(function() {
            window.console.log = function(msg) { alert(msg) }; 
            var $p = document.querySelectorAll('.my-class')[0];
            var html = $p.innerHTML;
            return html;
        });
    }
});

数据看起来像

<div class="my-class">Power, speed, style —&nbsp;James Bond’s 10&nbsp;greatest drives</div>

但是phantomJS返回的html是

Power, speed, style ΓÇö James BondΓÇÖs 10 greatest drives

我的页面有

<meta http-equiv="content-type" content="text/html; charset=UTF-8" />

在头部。

Answer 1

尝试encoding参数。如果UTF8无法正常工作，请尝试UTF-8。

var settings = {mode: 'w', charset: 'UTF-8', encoding: 'UTF8'};

Answer 2

&是phantomJS中的运算符吗？

排队：

style —&nbsp;James Bond’s 10&nbsp;greatest
   style ΓÇö James BondΓÇÖs 10 greatest

我建议＆＃34; emdash＆＃34; （—）和引用（’）是恶棍，而不是 。 nbsp =不间断空格，可以作为空格查看，但可以防止换行。

结论：幻像中没有正确识别UTF-8字符。

ΓÇÖ是十六进制CE93C387C396（假设utf8编码），但该十六进制不会映射到任何可识别的内容。（我追求这条路径，因为一个常见的问题是编码被误解，导致错误。）另外，由于ΓÇÖ是希腊语和拉丁语的混合，因此无法在单个字符集中正确解释UTF-8。

＆＃34;数据＆＃34;来自？也许在 phantomJS之前发生了。

Answer 3

字符集：“ UTF-8”设置很好，但是您需要像这样在HTML代码中设置properties.sql.store.url标签：

<meta/>

PhantomJS将字符变成坏数据

3 个答案: