关于使用 nodejs 抓 Rss 数据以及 Rss 正文的注意事项

标签：nodejs cheerio 中文转义

注意事项：

1、request 模块的中文编码缺陷：使用 requset 去获取中文 html 的时候，要把 encoding 设置为 null ，然后使用 iconv 或者 iconv-lite 转码，否则会出现乱码

            request({
                url: feed,
                timeout: 100000,
                poll: false,
                encoding: null
            },
            function (err, res, body) {
                if (!err && res.statusCode == 200) {
                    var bodyDecode = iconvLite.decode(body, ‘utf-8‘),
                        $ = cheerio.load(bodyDecode, {decodeEntities: false})
                }
            });

2、cheerio 模块加载中文 html 的时候会自动把中文解码为 Unicode，中文全部被转义成 &#xNNNN ，一大坑。使用 load( html ) 的时候要设置为

var $ = cheerio.load(bodyEncoding, {decodeEntities: false});

暂时遇到两个比较难搞的问题，希望大神指点。

相关链接：https://github.com/yeoman/generator/issues/638

本文出自 “zxxxj的技术博客” 博客，请务必保留此出处http://zxxxj.blog.51cto.com/6485028/1567290

关于使用 nodejs 抓 Rss 数据以及 Rss 正文的注意事项

标签：nodejs cheerio 中文转义

原文地址：http://zxxxj.blog.51cto.com/6485028/1567290