blocks|key|2644915|text|我试图解析包含许多unicode字符的html页面，但Hpricot总是崩溃。最后，我使用来自sanitize的猴子补丁，并将其放入我的rails应用程序的environment.rb中。自从我添加了这个补丁后，还没有发生过一次崩溃：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2644916|http://github.com/rgrove/sanitize/blob/1e1dc9681de99e32dc166f591343dfa60fc1f648/lib/sanitize/monkeypatch/hpricot.rb|offset|length|2644917|entityMap|0|LINK|mutability|MUTABLE|url^0|0|0|37|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|N|8|@]|9|@$D|O|E|P|1|Q]]|A|$]]|$1|F|3|-4|5|6|7|R|8|@]|9|@]|A|$]]]|G|$H|$5|I|J|K|A|$L|C]]]]

I was trying to parse html pages with many unicode characters in them and Hpricot kept crashing. Finally, I used the monkey patch from sanitize and put it in the environment.rb for my rails application. There hasn't been a single crash since I added this patch:

<a href="http://github.com/rgrove/sanitize/blob/1e1dc9681de99e32dc166f591343dfa60fc1f648/lib/sanitize/monkeypatch/hpricot.rb" rel="noreferrer">http://github.com/rgrove/sanitize/blob/1e1dc9681de99e32dc166f591343dfa60fc1f648/lib/sanitize/monkeypatch/hpricot.rb</a>

blocks|key|733004|text|如果您可以自由选择您的HTML解析库，那么可以切换它。为什么，Hpricot的创建者最近发布了一篇文章，说现在你应该用Nokogiri而不是HPricot。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|733005|你也可以看看HTTParty。|733006|entityMap|0|LINK|mutability|MUTABLE|url|http://nokogiri.rubyforge.org/nokogiri/^0|1N|8|0|0|0^^$0|@$1|2|3|4|5|6|7|N|8|@]|9|@$A|O|B|P|1|Q]]|C|$]]|$1|D|3|E|5|6|7|R|8|@]|9|@]|C|$]]|$1|F|3|-4|5|6|7|S|8|@]|9|@]|C|$]]]|G|$H|$5|I|J|K|C|$L|M]]]]

If you're free to choose your HTML parsing library, switch it.
Why, the creator of Hpricot, recently posted that you should better use <a href="http://nokogiri.rubyforge.org/nokogiri/" rel="nofollow noreferrer">Nokogiri</a> instead of HPricot, nowadays.

You may also have a look at HTTParty.

blocks|key|4059617|text|在ruby+1.8.5上，尝试使用hpricot+-v+0.6.161|type|unstyled|depth|inlineStyleRanges|entityRanges|data|4059618|这对我很管用。|4059619|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|F|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|G|8|@]|9|@]|A|$]]|$1|D|3|-4|5|6|7|H|8|@]|9|@]|A|$]]]|E|$]]

On ruby 1.8.5 try using hpricot -v 0.6.161

That worked for me.

blocks|key|2644910|text|在我的记忆中，自从我上次使用它是在一年前：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2644911|Hpricot将属性存储在固定大小的缓冲区中，并且一些框架会在文档属性中生成非常长的散列。您可以在解析前设置一些静态字段，用于设置此缓冲区的大小。|2644912|我记得它在网页上的文档中相当突出，尽管现在它当然已经消失了。|2644913|entityMap^0|0|0|0^^$0|@$1|2|3|4|5|6|7|H|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|I|8|@]|9|@]|A|$]]|$1|D|3|E|5|6|7|J|8|@]|9|@]|A|$]]|$1|F|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|G|$]]

From memory, since I last used it about a year ago:

Hpricot stores attributes in a fixed-size buffer, and some frameworks generate outrageously long hashes in document attributes. There's some static field you can set before parsing that lets you set the size of this buffer.

I remember it being fairly prominent in the docs on the webpage, though of course it's gone now.

blocks|key|279165|text|好吧，根据你自己的问题，我会说“升级到Ruby的最新版本”。然而，我也遇到了hpricot+segfaulting的问题，这似乎与我对线程的使用有关。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|279166|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|D|8|@]|9|@]|A|$]]|$1|B|3|-4|5|6|7|E|8|@]|9|@]|A|$]]]|C|$]]

Well, based on your own question, I'd say "Upgrade to the latest version of Ruby". However, I've also had problems with hpricot segfaulting, which seemed to be related to my usage of threading.

blocks|key|2644863|text|这似乎是bug列表中的一个突出问题。我已经经历过了。我的理论是与HTML结构或文件中的坏/损坏字符有关，但我还没有找到确切的位置。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2644864|以下是这些问题的链接：|2644865|2644866|http://github.com/why/hpricot/issues/#issue/10|unordered-list-item|offset|length|2644867|http://github.com/why/hpricot/issues/#issue/4|2644868|2644869|entityMap|0|LINK|mutability|MUTABLE|url|1^0|0|0|0|0|1A|0|0|0|19|1|0|0^^$0|@$1|2|3|4|5|6|7|U|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|V|8|@]|9|@]|A|$]]|$1|D|3|-4|5|6|7|W|8|@]|9|@]|A|$]]|$1|E|3|F|5|G|7|X|8|@]|9|@$H|Y|I|Z|1|10]]|A|$]]|$1|J|3|K|5|G|7|11|8|@]|9|@$H|12|I|13|1|14]]|A|$]]|$1|L|3|-4|5|6|7|15|8|@]|9|@]|A|$]]|$1|M|3|-4|5|6|7|16|8|@]|9|@]|A|$]]]|N|$O|$5|P|Q|R|A|$S|F]]|T|$5|P|Q|R|A|$S|K]]]]

This appears to be an outstanding issue on the bug list. I have experienced it to. My theory is has to do with the HTML structure or bad/corrupt character in the file but I have not found where exactly.

Here are the links to the issues:

<ul>
<li><a href="http://github.com/why/hpricot/issues/#issue/10" rel="nofollow noreferrer">http://github.com/why/hpricot/issues/#issue/10</a></li>
<li><a href="http://github.com/why/hpricot/issues/#issue/4" rel="nofollow noreferrer">http://github.com/why/hpricot/issues/#issue/4</a></li>
</ul>

blocks|key|2652972|text|我遇到了同样的段错误问题，但遗憾的是，我不能参考戴夫上面提到的问题，即使是通过谷歌缓存--从我一直在谷歌上搜索的与编码实体或alt字符集(可能是重音字符)有关的parse.rb段错误中可以看出。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2652973|sanitize库遇到了同样的问题，并在此处发布了一个monkeypatch：http://github.com/rgrove/sanitize/blob/1e1dc9681de99e32dc166f591343dfa60fc1f648/lib/sanitize/monkeypatch/hpricot.rb|offset|length|2652974|entityMap|0|LINK|mutability|MUTABLE|url|http://github.com/rgrove/sanitize/blob/1e1dc9681de99e32dc166f591343dfa60fc1f648/lib/sanitize/monkeypatch/hpricot.rb^0|0|13|37|0|0^^$0|@$1|2|3|4|5|6|7|N|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|O|8|@]|9|@$D|P|E|Q|1|R]]|A|$]]|$1|F|3|-4|5|6|7|S|8|@]|9|@]|A|$]]]|G|$H|$5|I|J|K|A|$L|M]]]]

I'm having the same segfault issue but sadly can't consult the issues Dave cited above, even via Google cache -- from what I've been googling the parse.rb segfaults have to do with encoded entities or alt character sets (accented characters perhaps)

The sanitize lib encountered the same issue and posted a monkeypatch here:
<a href="http://github.com/rgrove/sanitize/blob/1e1dc9681de99e32dc166f591343dfa60fc1f648/lib/sanitize/monkeypatch/hpricot.rb" rel="nofollow noreferrer">http://github.com/rgrove/sanitize/blob/1e1dc9681de99e32dc166f591343dfa60fc1f648/lib/sanitize/monkeypatch/hpricot.rb</a>

I'm using hpricot to read HTML. I got a segmentation fault error, I googled and some say upgrade to latest version of Ruby. I am using rails 2.3.2 and ruby 1.8.7. How to resolve this error?

Segmentation fault in hpricot

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我正在使用hpricot来读取HTML。我发现了一个分段错误，我搜索了一下，有人说升级到最新版本的Ruby。我使用的是rails 2.3.2和ruby 1.8.7。如何解决此错误？

问hpricot中的分割错误
EN

回答 7

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问hpricot中的分割错误EN

回答 7

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问hpricot中的分割错误
EN