使用 Nokogiri 解析后 URL 被更改

Question

str = "<?xml version='1.0' encoding='utf-8'?><url>https://somehost?p1=v1&p2=v2</url>"
=> "<?xml version='1.0' encoding='utf-8'?><url>https://somehost?p1=v1&p2=v2</url>"
x = Nokogiri::XML(str)
=> #<Nokogiri::XML::Document:0x3fcaa893b900 name="document" children=[#<Nokogiri::XML::Element:0x3fcaa893b644 name="url" children=[#<Nokogiri::XML::Text:0x3fcaa893b48c "https://somehost?p1=v1=v2">]>]>

为什么解析后删除"&p2"？

Answer 1

这是因为在XML/HTML上下文中&具有特殊含义。您必须转义它：

<?xml version='1.0' encoding='utf-8'?><url>https://somehost?p1=v1&amp;p2=v2</url>

它将其解析为实体&p2，它不是一个有效的实体，因此它被删除，留下p1=v1=p2