Html 使用Nokogiri更改内容类型不会'；行不通_Html_Ruby_Nokogiri

Html 使用Nokogiri更改内容类型不会'；行不通

html ruby

Html 使用Nokogiri更改内容类型不会'；行不通,html,ruby,nokogiri,Html,Ruby,Nokogiri,我想更改“http equiv”内容类型标记中的字符集。因为我在代码的其他部分使用Nokogiri，所以我也希望在这个处理步骤中使用它以下是示例代码： http_equiv = doc.at('meta[@http-equiv]') if !http_equiv.nil? && !http_equiv["http-equiv"].nil? && http_equiv["http-equiv"].downcase.eql?("content-type")

我想更改“http equiv”内容类型标记中的字符集。因为我在代码的其他部分使用Nokogiri，所以我也希望在这个处理步骤中使用它

以下是示例代码：

http_equiv = doc.at('meta[@http-equiv]')
    if !http_equiv.nil? && !http_equiv["http-equiv"].nil? && http_equiv["http-equiv"].downcase.eql?("content-type")
        http_equiv["content"] = "text/html; charset=utf-8"
    end
content = doc.to_html.encode(Encoding::UTF_8)

问题是输入内容总是与输出内容相同。Nokogiri什么也没做

基于一个答案，我创建了一个真实世界的示例，与生成的示例相比，它不起作用

require 'nokogiri'
require 'open-uri'

doc = require 'open-uri'
doc = Nokogiri::HTML(open("http://www.spiegel.de/politik/deutschland/hooligans-gegen-salafisten-demo-in-koeln-eskaliert-a-999401.html"))

content_type = doc.at('meta[@http-equiv="Content-Type"]')
content_type['content'] = 'text/html; charset=UTF-8'

puts doc.to_html

我会这样做：

require 'nokogiri'

doc = Nokogiri::HTML(<<EOT)
<html>
  <head>
    <meta http-equiv="content-type" content="text/html">
  </head>
  <body>
  foo
  </body>
</html>
EOT

content_type = doc.at('meta[@http-equiv="content-type"]')
content_type['content'] = 'text/html; charset=UTF-8'
puts doc.to_html

将告诉Nokogiri输出HTML，尝试从ISO-8859-1转换为UTF-8。但是，由于存在一些不兼容，因此无法保证正确发生

您最初的尝试使用：

content = doc.to_html.encode(Encoding::UTF_8)

无法正常工作，因为HTML编码发生在特殊字符上。您必须在对字符进行HTML编码之前更改字符编码，如果使用

对HTML（编码：“UTF-8”）

请给出您正在解析的HTML的最小示例。

doc=require'open-air'

？那是什么？看看我的问题-我把你的答案用在了一个真实世界的网站上。它不会更改内容类型。它会更改内容类型。它不会改变文档的编码，这是另一个问题。如果您希望发生这种情况，请参阅附加的答案。

content_type['content'] << '; charset=UTF-8'

doc.to_html(encoding: 'UTF-8')

content = doc.to_html.encode(Encoding::UTF_8)