Ruby，Nokogiri：如何确保在Nokogiri解析、erb模板和编码HTML文件的整个过程中使用UTF8

我终于设法解析了一个网站的部分内容：

get '/' do
  url = '<website>'
  data = Nokogiri::HTML(open(url))
  @rows = data.css("td[valign=top] table tr") 
  erb :muster
end

get'/'do
url=“”
data=Nokogiri:：HTML（打开（url））
@rows=data.css（“td[valign=top]table tr”）
雇员再培训局：集合
结束

现在我正试图从我的观点中提取一条线。因此，我在HTML代码中加入：

<%= @rows[2] %> 

它实际上返回代码，但UTF8有问题：

<td class="class_name">&nbsp;</td>

而是说

<td class="class_name">�</td>

�

如何在nokogiri解析、erb和HTML生成期间确保UTF8

见：

在您的案例中，文档声明它使用iso8859编码：

<meta http-equiv="Content-Type" content="text/html;charset=iso-8859-1">

---

也许你正在访问的网站不是UTF-8，URL是什么？更新了我的答案，展示了如何强制nokogiri使用UTF-8如果你在做一个片段，你可以只做

nokogiri:：HTML:：DocumentFragment.parse（HTML，Encoding:：UTF_8.to_s）

这似乎还不够，似乎nokogiri没有按预期处理它。我使用以下内容来提供我需要的保护“doc=Nokogiri:：HTML（email.try（：force_编码，'ISO-8859-1'）。try（：encode，'UTF-8'）。to_）”.doc.text可以任意工作，但doc.text.match（/string/）不能，除非添加额外的force_编码。

data = Nokogiri::HTML(open(url), nil, Encoding::UTF_8.to_s)