Phantomjs: Phantomjs ne peut pas s'afficher - ou d'autres mots UTF-8.

Créé le 16 mars 2014  ·  3Commentaires  ·  Source: ariya/phantomjs

J'écris un url2src.js pour convertir un fichier html en un autre fichier html dans lequel tous les javascripts sont traités.
J'ai trouvé s'il y a des mots UTF-8 (comme —), le résultat n'est pas correct.

J'utilise la version chinoise de Windows 8.1. et exécutez cette commande dans Windows cmd :

d:\epub\components>phantomjs  --output-encoding=utf8 --script-encoding=utf8 url2src.js activities2.html activities2-processed.html
d:\epub\components>phantomjs --version
1.9.7

Le contenu de url2src.js est :

var page = require('webpage').create(),
    system = require('system'),
    t, address, output;

if (system.args.length !== 3) {
    console.log('Usage: url2src.js <some URL> <output File path>');
    phantom.exit();
}

t = Date.now();
address = system.args[1];
output = system.args[2];
page.open(address, function (status) {
    if (status !== 'success') {
        console.log('FAIL to load the address : ' + address);
    } else {
        t = Date.now() - t;
        //console.log('Loading time ' + t + ' ms');
        var js = page.evaluate(function () {
            return document;
        });
        //console.log(js.all[0].outerHTML); 
        var fs = require('fs');
        try {
            fs.write(output, js.all[0].outerHTML, 'w');
        } catch(e) {
            console.log(e);
        }
    }
    phantom.exit();
});

Plus d'informations détaillées sont dans la pièce jointe ici :
https://groups.google.com/forum/#!topic/phantomjs/oqvK8mkk6aY

Toute aide est appréciée.

Commentaire le plus utile

Je connais la raison maintenant, car le document html d'entrée a été traité par défaut comme ISO-8859-1.
Ajouter meta pour définir charset=utf-8 peut résoudre ce problème.

<html>
<head>
 <meta http-equiv="content-type" content="text/html; charset=UTF-8">
 </head>
 <body>
    <p> The user interface for an activity is provided by a hierarchy of views—objects derived from the <code>View</code> class. </p> 
 </body>
</html>

Tous les 3 commentaires

Je connais la raison maintenant, car le document html d'entrée a été traité par défaut comme ISO-8859-1.
Ajouter meta pour définir charset=utf-8 peut résoudre ce problème.

<html>
<head>
 <meta http-equiv="content-type" content="text/html; charset=UTF-8">
 </head>
 <body>
    <p> The user interface for an activity is provided by a hierarchy of views—objects derived from the <code>View</code> class. </p> 
 </body>
</html>

Tu as raison.Cependant, je ne peux pas changer le html que les autres me donnent.Comment faire ?

J'ai des documents qui n'ont aucune information d'en-tête (je les reçois d'applications tierces)... un moyen de forcer l'encodage serait bien.

Cette page vous a été utile?
0 / 5 - 0 notes