Hallo hier ist mein Skript:Rubin Extrahieren Links von html
ARGV.each do |input_filename|
doc = Nokogiri::HTML(File.read(input_filename))
title, body = doc.title.gsub("/\s+/"," ").downcase.strip, doc.xpath('//body').inner_text.tr('"', '').gsub("\n", '').downcase.strip
link = doc.search("a[@href]") //Adding this part generates errors
filename = File.basename(input_filename, ".*")
puts %Q("#{title}", "#{body}", "#{filename}", "#{link}").downcase
end
ich Schwierigkeiten Extrahieren Links aus einer Liste von HTML-Dateien habe. Ich glaube, das Problem ist auf unkonventionelle Codierung in einigen der HTML-Dateien zurückzuführen. Hier ist der Fehler, den ich bekomme.
extractor.rb:9:in `block in <main>': incompatible character encodings: UTF-8 and CP850 (Encoding::CompatibilityError)
from extractor.rb:4:in `each'
from extractor.rb:4:in `<main>'
Vielen Dank für die detaillierte Erklärung. Ich schätze es sehr – user1290757