hpricot - UTF-8での無効なバイトシーケンス

Question

私はすでにいくつかの検索を行っていますが、この特有の予期しない問題は解決できません。 だけで、コードの打撃を見て：

は

require 'open-uri' 
require 'hpricot' 
doc = Hpricot(open("http://www.baidu.com/")) #this web page's encoding is GB2312 

私はここで何が起こっているのか分からない、あなたは

は、それはちょうど「と、ArgumentErrorをポップアップ表示の問題を得ることができる場合、あなたのIRBでこれを見てすることができます： UTF-8" での無効なバイトシーケンス

私はIconvにでUTF-8に元のHTMLを変換しようとしているが、それはまだ私は本当に、今何をすべきかしてくださいません

みんなが、動作しません。助けてください

Answer 1

私はそれがネットで仕事ができる方法を知っている:: HTTP（ルビー1.9.2）：

require 'net/http' 
require 'uri' 

url = URI.parse('http://www.baidu.com') 
res = Net::HTTP.start(url.host, url.port) {|http| 
    http.get('/') 
} 
str = res.body.force_encoding('GB2312') 
puts str 
puts str.encoding.name # => GB2312 

はその助けをしていますか？

Answer 2

Hpricot - UTF-8の問題UTF-8で 無効なバイトシーケンス（例外ArgumentError）

require 'hpricot' 
require 'open-uri' 

doc = open('http://www.amazon.co.jp/') {|f| Hpricot(f.read) } 
puts doc.to_html 

open('http://www.amazon.co.jp/') {|f| Hpricot(f.read.encode("UTF-8")) }