Nokogiri 使用 .empty 在空字符串上返回 False？

Question

我正在尝试使用基于 Nokogiri 的 gem ruby- readability 从文档中删除空的<p>标签。 使用.strip.empty? 在控制台中工作正常，如下所示：

irb> p = Nokogiri::HTML("<p> </p>")
=> #<Nokogiri::HTML::Document...
irb> p.content
=> " "
irb> p.content.strip
=> ""
irb> p.content.strip.empty?
=> true

在ruby-readability gem 中运行相同的操作，返回false 。

在该方法中，我添加了一个额外的调用来测试我的测试 HTML 文档中的<p> </p>行：

if @options[:remove_empty_nodes]
  node.css("p").each do |elem|
    puts "IS IT EMPTY?"
    puts element.content.strip.empty?
    elem.remove if elem.content.strip.empty?
  end
end

IS IT EMPTY?
false

为什么这返回false ？

更新：

根据下面的讨论，我向 HTML 文档添加了一个新元素： <p></p> 。 如果我调用element.content.bytes.inspect或element.content.strip.bytes.inspect我得到这个：

ELEMENT:
<p> </p>
[194, 160]
ELEMENT:
<p></p>
[]

在 IRB 中， .strip似乎正在工作：

irb> p.content.bytes.inspect
=> "[32]"
irb> p.content.strip.bytes.inspect
=> "[]"

Answer 1

32十进制是0x20十六进制或"\ " ，这是 UTF-8 中的单个空格， String#strip知道如何处理它。 字节[194, 160]是"\ " ，这是一个不间断空格：它看起来像一个空格，但String#strip不会将其识别为空格，因为：

空白被定义为以下任何字符：空值、水平制表符、换行符、垂直制表符、换页符、回车符、空格。

您可以使用空白字符属性而不是#strip ：

elem.remove if elem.content.gsub(/\p{Space}/, '').empty?