help:使用HTML::TreeBuilder以as_html输出的问题

miner

UID: 42544
帖子: 21
积分: 48
在线时间: 10 分钟

1^# miner 发表于 2005-12-07 10:41

help:使用HTML::TreeBuilder以as_html输出的问题

help:使用HTML::TreeBuilder以as_html输出的问题
输入的中文html文件中含有 © (即 © )
用HTML::TreeBuilder从输入文件中得到树，再用as_html输出为新的html文件，但以中文查看时 © 变成 ? ，这是什么原因？怎样解决？（在网上搜了很久也找不到答案，因此来这里寻求帮助，谢谢）

fayland

UID: 42116
帖子: 36
积分: 82
在线时间: 1 小时

2^# fayland 发表于 2005-12-07 14:29

应该是编码问题吧。你浏览.
应该是编码问题吧。你浏览器换换编码看看那是啥编码再转换一下。

miner

UID: 42544
帖子: 21
积分: 48
在线时间: 10 分钟

3^# miner 发表于 2005-12-08 00:38

谢谢答复，可是©是和.
谢谢答复，可是©是和中文在一起的，用中文浏览©成了 ? ，而用西欧浏览能看到©，但中文就成为乱码，是不是只能我自己将所有文本字符一一识别转换，而不能直接用as_html输出？有没有简单的方法？

fayland

UID: 42116
帖子: 36
积分: 82
在线时间: 1 小时

4^# fayland 发表于 2005-12-08 03:12

那应该算个 bug 吧。用最新的模块试试。

miner

UID: 42544
帖子: 21
积分: 48
在线时间: 10 分钟

5^# miner 发表于 2005-12-08 07:52

用了最新的HTML::TreeBuil.
用了最新的HTML::TreeBuilder 和HTML::Parser(含HTML::Entities)模块，还是不行。问题在于HTML::TreeBuilder 生成树时使用的HTML::Entities模块会将中文变为两个字符，而©等还是一个字符，结果输出就错了。也许应该在调用HTML::TreeBuilder 之前对©之类的符号进行预处理？或者干脆直接修改HTML::Entities.pm中的%entity2char，把什么copy => chr(169)之类的统统改掉？我总觉得应该有些简单的办法吧？

alexe

UID: 22905
帖子: 189
积分: 434
在线时间: 2 天

6^# alexe 发表于 2005-12-14 11:25

请将你的代码和输入的中文.
请将你的代码和输入的中文贴出来，这样可以让大家更好的帮你！