文章26
标签50
分类15

解决 hexo-katex 错误地将中文编码为 HTML 字符实体

偶然发现博客正文中的中文都被编码成了 HTML 字符实体,也就是中文「静」被编码为 静,在 UTF-8 中一个中文字符由三个字符编码,而转成 HTML 字符实体后一个中文字符占 8 个字节,增加了 167%。一篇博客正文占据主要部分,四舍五入,转换后 HTML 文件体积比直接使用 UFT-8 编码大了一倍。

定位问题

查阅资料得知可能是 cheerio 引起的问题1,在 node_modules 下查找发现 hexo-katex 引入了 cheerio 并设置了要编码实体,

定位到的代码(node_modules/hexo-katex/index.js:16):

var $ = cheerio.load(data.content, { decodeEntities: true })

解决

既然问题找到了,解决办法也很简单,将 true 改为 false

var $ = cheerio.load(data.content, { decodeEntities: false })

但是,直接修改 node_modules 下的文件可能会丢失更改,或者需要在其他环境使用修改不能同步。由于我的博客是使用 CI/CD 自动编译并部署的,直接修改文件会比较麻烦。

这时就需要 patch-package 了,patch-package 可以将更改固定,在每次安装依赖时自动应用更改。

安装

首先要安装 patch-package:

yarn add patch-package postinstall-postinstall

如果使用 npm 则是:

npm i patch-package

然后在 package.json 的 scripts 字段下新增:

"postinstall": "patch-package",

表明在依赖安装后会执行 patch-package

固定修改

首先保存已修改的文件,然后执行:

yarn patch-package <修改了的包名>

或者使用 npx:

npx patch-package <修改了的包名>

此时将看到类似:

yarn run v1.22.4
$ patch-package
patch-package 6.2.2
Applying patches...
hexo-katex@0.0.13 ✔
Done in 1.13s.

的输出,表明修改已经固定。

在 patches 目录下会有对应的 .patch 文件,本文对应的文件如下:

diff --git a/node_modules/hexo-katex/index.js b/node_modules/hexo-katex/index.js
index cf8daf8..98fb8c6 100644
--- a/node_modules/hexo-katex/index.js
+++ b/node_modules/hexo-katex/index.js
@@ -13,7 +13,7 @@ hexo.extend.filter.register('after_post_render', function(data) {
 
   if (!cheerio) cheerio = require('cheerio')
 
-  var $ = cheerio.load(data.content, { decodeEntities: true })
+  var $ = cheerio.load(data.content, { decodeEntities: false })
 
   if ($('.math').length > 0) {
     linkTag = util.htmlTag('link', {

应用更改

只要将上述生成的文件提交到版本控制系统,在其他环境安装依赖时直接使用 yarn installnpm install 即可同步修改。


  1. https://github.com/hexojs/hexo/issues/657 "網頁能正常顯示中文,但查看HTML源代碼卻出現亂碼"↩︎

本文作者:Dreace
本文链接:https://blog.dreace.top/2020/Solve-the-Problem-That-hexo-katex-Incorrectly-Encodes-Chinese-As-HTML-Character-Entities/
版权声明:本文采用 CC BY-NC-SA 3.0 CN 协议进行许可