Route 477(2011-01-19)

■ [ruby] open-uriでUTF-8でないページを取得するときの注意 Ruby標準添付のopen-uriライブラリを使うと、HTMLを簡単に取得することができる。 irb> require 'open-uri' irb> url = "http://blade.nagaokaut.ac.jp/cgi-bin/scat.rb/ruby/ruby-dev/43008" irb> html = open(url).read このとき、文字コードがUTF-8でないことが分かっているなら、第二引数でエンコーディング名を指定しておいた方が良いだろう。(あ、ここからはRuby 1.9の話です。) irb> html = open(url, "r:euc-jp").read 読んだあとは、String#encodeでUTF-8に変換することができる。 irb> html = open(url,

[akatakun]

エンコード時に無効なデータがあれば置換するようにする。ただし、Railsで実行する場合、readの段階でエラーが発生するため、一度バイナリで読み込んでから変換する

[kinushu]

“.encode("utf-8", :invalid => :replace, :undef => :replace)”

[suginoy]

これにはまってた。。 "irb上とRailsアプリ内では、例外の起きるタイミングが違う" "上の例でいうと encodeしたときではなく、readした段階で例外が発生する"

[Arahabica]

nokogiri エンコード

[toshihiko150]

nokogiriで読み込む際にも文字化けは直しておきたい。

[o_show]

＞String#encodeにオプションを渡すと、不正なバイト列の扱いを指定することができる。

[sho]

コード変換例外を抑制する方法