在使用 NodeJs 采集其他网站网页时遇到的,在获取源代码后发现里面原来的中文被转成了 Unicode(UTF8) 编码的中文(如:&# [xxx]),这当然不是真正想要的中文实体
解决方案:
使用 html-entities 对字符进行解码
安装:
npm install --save html-entities
使用:
var Entities = require('html-entities').XmlEntities;
entities = new Entities();
var str = '<p>&# [xxx]</p>'; console.log(entities.decode(str));