2016-09-10所有文章 Luka Ruby - 爬網頁時遇到的編碼錯亂問題問題描述編碼問題是寫爬蟲常會遇到的問題。當你沒有處理好編碼問題，爬回來的網頁無法進行字串的切割，也無法使用 nokogiri 抽離需要的部份。 解決方法 找到原始網頁的編碼chartset='big' 把網頁 force_e ... 繼續閱讀
2016-08-12所有文章 Luka Ruby 爬蟲小技巧 - 處理 Html Entity這是一個在工作上遇到的小問題。把網頁爬回來的時候有 HTML Entity 的編碼，看起來很不美觀。舉例來說，爬回來的標題如果含有 HTML Entity 會是這個樣子: 1PURUS空氣清淨器(鴻海集團創星出品&# ... 繼續閱讀