Ruby Nokogiri在不同的系统上输出不同的字符串
我正在使用以下行读取本地.html文件：Ruby Nokogiri在不同的系统上输出不同的字符串,ruby,nokogiri,Ruby,Nokogiri,我正在使用以下行读取本地.html文件： myDoc=File.open（“Ina.html”）{| f | Nokogiri:：html（f）} 我使用xpath获得一个节点，然后简单地打印它 divNode=myDoc.at_xpath（“//div[@id=“mw content text”]/p[1]”） 放置divNode 一个系统上的输出片段：使用ruby 2.3 Ina:ñe'pehê，ñe'ẽ蒂瓦·里尔（阿哈伊娜） 另一个系统上的输出片段：使用ruby 2.1 <p>
myDoc=File.open（“Ina.html”）{| f | Nokogiri:：html（f）}divNode=myDoc.at_xpath（“//div[@id=“mw content text”]/p[1]”）
放置divNodeIna:ñe'pehê，ñe'ẽ蒂瓦·里尔（阿哈伊娜）<p><b>Ina:</b> Ñe’êpehê , ñe’ẽtéva rire (aha´aína)</p>
Ina:Ñe’&阿蒂尔德ª；佩赫和阿提尔德ª&阿蒂尔德±；e’&aa可爱º&分形12；tÃ&复制弗吉尼亚州（ahaÂ；&ACURC；aÃ；；na）
关于编码的进展有什么想法吗？所有关于强制编码和/或指定编码的建议都没有成功 nokogiri有时会做一些奇怪的事情。我无法解释nokogiri在这里“应该”做什么——这两个版本在HTML文档中表示相同内容时都是“正确的”。这和nokogiri的版本完全一样吗？如果是这样的话，它可能是另一个版本的libxml，nokogiri在幕后使用它，并且在某些情况下将使用现有的系统安装。或者ruby 2.1和2.3之间的差异可能很重要，尽管这似乎不太可能 基本上，如果你想要完全相同的行为，你需要使用完全相同的版本——ruby、nokogiri、libxml 第一个是直接的unicode字节，第二个是由html字符实体替换的非ascii字符。在浏览器中，两者应呈现相同的效果。如果你想要其中一种行为而不是另一种（我个人认为我更喜欢unicode），这是一个不同的问题，但可能有一种方法可以迫使nokogiri这样做。但我不知道 如果您使用Nokogiri:：XML而不是Nokogiri:：HTML，我敢打赌它不会用HTML字符实体替换非ascii，但是如果我没记错的话，您也不会得到HTML解析器使用的一些“不完全合法语法的原谅”行为 等等，现在仔细看，我想第二个可能并不代表相同的东西，它是html字符实体，但我不确定它们是否真的是正确的。编码可能会搞砸吗？根据您在和操作系统中读取数据的方式，以及如果是unix机器，LANG env变量设置为什么，可能会弄乱编码
另外，您是否确定要打开的
Ina.html file = File.open(outputFolder + "/" + htmlName,"rb")
content = file.read
doc = Nokogiri::HTML.parse(content,nil, "UTF-8")
myDoc=File.open（“Ina.html”）{| f | Nokogiri:：html（f）}myDoc=File.open（“Ina.html”，nil，“UTF-8”）{f|Nokogiri:：html（f）}
URI.parse