将HTML代码（如Ø）存储为字母

Question

我需要从html文档中读取一些测试数据。问题是有一些非英文字符显示为HTML代码（例如Ø - Ø）。如何将其更改为单个字符？稍后我需要将这些字符与用户在网络表单中输入的内容进行比较。

我正在尝试在Ruby 1.9.2中执行此操作。

提前致谢

Answer 1

这个问题很多次。但我找不到它。所以，我记得：

require 'CGI'
some_string = 'Ø&>'
p CGI.unescapeHTML(some_string).gsub(/&#(\d+);/){[$1.to_i].pack 'U'}

=> "\u00D8&>"

\u00D8是你的象征。 &>仅用于使用CGI::unescapeHTML。