结合Nokogiri 来对网页转码

编程技术  /  houtizong 发布于 3年前   54
要把一些网页的内容存到数据库里面
数据库的编码格式是UTF8,而很多页面都是什么gb2312,如是读入必定会出现乱码的情况

Nokogiri可以直接取到页面的编码格式
假设response是获取的网页内容

charset = Nokogiri::HTML(response).meta_encoding


转码的方法可以如下

Nokogiri来转码(他会转成当前代码的编码格式,这个有待于确定)
Nokogiri::HTML(response,nil,charset)


Ruby自带的方法来转码转成utf8
Iconv.iconv(charset.upcase,"UTF-8",response)

请勿发布不友善或者负能量的内容。与人为善,比聪明更重要!

留言需要登陆哦

技术博客集 - 网站简介:
前后端技术:
后端基于Hyperf2.1框架开发,前端使用Bootstrap可视化布局系统生成

网站主要作用:
1.编程技术分享及讨论交流,内置聊天系统;
2.测试交流框架问题,比如:Hyperf、Laravel、TP、beego;
3.本站数据是基于大数据采集等爬虫技术为基础助力分享知识,如有侵权请发邮件到站长邮箱,站长会尽快处理;
4.站长邮箱:[email protected];

      订阅博客周刊 去订阅

文章归档

文章标签

友情链接

Auther ·HouTiZong
侯体宗的博客
© 2020 zongscan.com
版权所有ICP证 : 粤ICP备20027696号
PHP交流群 也可以扫右边的二维码
侯体宗的博客