ネットサービスの開発に役立ちそうな話題を中心にお届けします。
F.Ko-Jiの「一秒後は未来」 > プログラミング > 半角空白と思ったら ＆nbsp;(NBSP) になっていてマッチングしなかった
2009年08月05日 13:32
918日前に投稿

半角空白と思ったら ＆nbsp;(NBSP) になっていてマッチングしなかった

  • ... PV
  • このエントリーをはてなブックマークに追加

スポンサード リンク

HTML を PHP の XMLパーサでパースして、タグを strip_tags で取り除いてできた文字列が

Top ＞ カテゴリ1 ＞ カテゴリ2

のようなものだとして、これを「 ＞ 」で分割しようと Ruby で split に正規表現を書いてみたのだけど、なぜかマッチングしない。

str.split(/\s+＞\s+/)

よくよく元のHTMLを調べてみると、半角スペースかと思っていたところが実は   だった。

Top ＞ カテゴリ1 ＞ カテゴリ2

これをXMLパーサでパースすると、どうやら   は NBSP という半角空白とは違う ASCII 文字として処理されるらしい。UTF-8だと ASCII コードは \xc2\xa0 となるみたい。なので、

str.split(/(\xc2\xa0)+＞(\xc2\xa0)+/)

とすると期待通りに分割できた。

スポンサード リンク

Written by
関連エントリーはこちら
お探しの情報が見つからない場合はサイト内検索もお試しください。
Meity.jp - Twitterなかまでプライベートなオフ会を開催したいなら


トラックバック

このエントリーのトラックバックURL:

PHP / プログラミング

English version

2009/08/05 13:32:42 by F.Ko-Ji
コメント (0) トラックバック (0) プログラミング

前のエントリー: « 神奈川新聞花火大会2009
次のエントリー: SuicaやPASMOで前の人がタッチせずに改札を通過すると次の人がひっかかる »

コピペにご利用ください。

タイトル:

URL:

リンク用HTMLタグ: