在使用Ruby时忽略Iconv :: IllegalSequence WWW :: Mechanize
问题描述:
在使用mechanize lib时,我在某些网页上遇到了Iconv :: IllegalSequence错误。有没有办法让机械化只是省略编码错误的字符并返回“剪切”页面?我知道related thread,但我宁愿丢弃页面上的一些字符,然后重新实现编码猜测。 TIA在使用Ruby时忽略Iconv :: IllegalSequence WWW :: Mechanize
答
的解决方案是在从util.rb
Iconv.iconv(code, "UTF-8", s).join("")
线改变40〜
Iconv.iconv("#{code}//IGNORE", "UTF-8", s).join("")
或
Iconv.conv("#{code}//IGNORE", "UTF-8", s)
+0
另外考虑使用'// TRANSLIT // IGNORE'进行混合编码。 检查https://github.com/zdavatz/spreadsheet/issues/17和 http://ruby.11.x6.nabble.com/Reliable-character-encodings-conversion-td3332842.html – Khaled 2013-06-04 11:53:04
答
更好的方案是不改变的util.rb源,但在你自己的代码中加入类似这样的内容:
Mechanize::Util.send(:define_method, 'self.encode_to') { |*args|
encoding = args[0]
str = args[1]
if NEW_RUBY_ENCODING
str.encode(encoding)
else
Iconv.conv(encoding.to_s + '//IGNORE', "UTF-8", str)
end
}
非常感谢! – 2010-12-24 08:24:09