为什么这个A0字符出现在我的HTML :: Element输出中？

Question

我正在用一对Perl模块解析一个HTML文档：HTML::TreeBuilder和HTML::Element。出于某种原因，每当一个标签的内容仅仅是 ，这是可以预料的，它就会通过HTML ::元素作为一个奇怪的字符回到我以前从来没见过：

alt text http://www.freeimagehosting.net/uploads/2acca201ab.jpg

我可以”不要复制这个字符，所以不能在谷歌中找到它，在字符映射中找不到它，奇怪的是当我用正则表达式搜索时，\w发现它。当我将返回的文档转换为ANSI或UTF-8时，它完全消失。我在HTML :: Element文档中也找不到任何信息。

我该如何侦测并用null这个更有用的东西来检测和替换这个角色，我将来应该如何处理这种奇怪的角色呢？

Answer 1

该字符是"\xa0"（即160），它是 的标准Unicode转换。 （也就是说，它是Unicode的非破坏性空间。）如果您愿意，您应该可以使用s/\xa0/ /g删除它们。

Answer 2

性格non-breaking space这是 代表什么：

在文字处理和数字排版，非打破空间（“”）（也称为无间断的空间，不易碎空间（NBSP），硬空间或固定空间）是一个空格字符，可防止在其位置发生自动换行。在某些格式中，包括HTML，它还可以防止连续的空白字符被折叠到一个空格中。

在HTML中，与普通空格字符宽度相同的普通非分隔空间编码为 或 。在Unicode中，它被编码为U+00A0。