德语“变形金刚”

时间:2012-02-09 18:37:09

标签: html parsing internationalization nokogiri

我有这个代码的问题,我得到错误的HTML编码德国变音符号:

require 'rubygems'
require 'nokogiri'
require 'open-uri'

time = Time.new

url = "http://mobile.bahn.de/bin/mobil/bhftafel.exe/dox?input=Richard-Strauss-Stra%DFe%2C+M%FCnchen%23625127&date=" + 
  time.strftime("%d%m%Y") +
  "&time=" +
  time.strftime("%H") +
  "%3A" +
  time.strftime("%M") +
  "&productsFilter=1111111111000000&REQTrain_name=&maxJourneys=10&start=Suchen&boardType=Abfahrt&ao=yes"

doc = Nokogiri::HTML(open(url))
doc.xpath('//div//p').remove
doc.encoding = 'UTF-8'
doc = doc.xpath('//div').each do |node|
  text = node.text.gsub(/\n([ \t]*\n)+/,"\n",).gsub(/^\s+|\s+$/,'').gsub("Startseite", '').gsub("Impressum", '')
  puts text unless text.empty?
end

1 个答案:

答案 0 :(得分:0)

您的代码的结果在我的计算机上是完美的。所有的Umlaute都能正确显示,而不是HTML实体,而是真正的Umlaute。也许检查你的Ruby版本:Ruby 1.8有非ASCII字符的问题,Ruby 1.9修复了它。