hpricot中的分段错误

Question

我正在使用hpricot来读取HTML。我遇到了分段错误错误，我搜索了一些，并且有人说升级到最新版本的Ruby。我使用rails 2.3.2和ruby 1.8.7。如何解决这个错误？

Answer 1

那么，根据你自己的问题，我会说“升级到最新版本的Ruby”。但是，我也遇到了hpricot segfaulting问题，这似乎与我使用线程有关。

Answer 2

这似乎是bug列表中的一个突出问题。我曾经历过。我的理论与HTML结构或文件中的坏/损坏字符有关，但我没有找到确切的地方。

这里是链接到的问题：

• http://github.com/why/hpricot/issues/#issue/10
• http://github.com/why/hpricot/issues/#issue/4

Answer 3

如果你可以自由选择你的HTML解析库，打开它。 为什么Hpricot的创造者最近宣布，现在应该更好地使用Nokogiri而不是HPricot。

你也可以看看HTTParty。

Answer 4

我有同样的段错误问题，但可悲的是无法咨询上面引用的问题，甚至通过谷歌缓存 - 从我一直在使用google搜索parse.rb segfaults必须做与编码实体或ALT字符集（重音字符也许）

的sanitize方法LIB遇到了同样的问题，在这里发表猴补丁：一年前 http://github.com/rgrove/sanitize/blob/1e1dc9681de99e32dc166f591343dfa60fc1f648/lib/sanitize/monkeypatch/hpricot.rb

Answer 5

从记忆，因为我最后一次使用它一下：

角度来说，Hpricot店属性在一个固定大小的缓冲区中，一些框架会生成outrag在文档属性中存在很长的哈希。在解析之前可以设置一些静态字段，以便设置此缓冲区的大小。

我记得它在网页上的文档中相当突出，尽管它现在已经消失了。

Answer 6

我试图解析HTML页面中有许多unicode字符和Hpricot不断崩溃。最后，我使用sanitize中的猴子补丁，并将其放入我的rails应用程序的environment.rb中。目前还没有一个单一的崩溃，因为我加入这个补丁：

http://github.com/rgrove/sanitize/blob/1e1dc9681de99e32dc166f591343dfa60fc1f648/lib/sanitize/monkeypatch/hpricot.rb

Answer 7

关于Ruby 1.8.5尝试使用角度来说，Hpricot -v 0.6.161

为我工作。