将字符串编码为\ uXXXX

Question

我正在尝试将代码从python移植到ruby，并且在将UTF-8字符串编码为JSON的其中一个函数中遇到困难。

我已将代码删除到我认为是我的问题。

我想让ruby输出与python完全相同的输出。

python代码：

#!/usr/bin/env python
# encoding: utf-8

import json
import hashlib

text = "ÀÈG"
js = json.dumps( { 'data': text } )

print 'Python:'
print js
print hashlib.sha256(js).hexdigest()

红宝石代码：

#!/usr/bin/env ruby
require 'json'
require 'digest'

text = "ÀÈG"
obj = {'data': text}
# js = obj.to_json # not using this, in order to get the space below
js = %Q[{"data": "#{text}"}]

puts 'Ruby:'
puts js
puts Digest::SHA256.hexdigest js

当我同时运行时，这是输出：

$ ./test.rb && ./test.py
Ruby:
{"data": "ÀÈG"}
6cbe518180308038557d28ecbd53af66681afc59aacfbd23198397d22669170e
Python:
{"data": "\u00c0\u00c8G"}
a6366cbd6750dc25ceba65dce8fe01f283b52ad189f2b54ba1bfb39c7a0b96d3

我需要更改ruby代码以使其输出与python输出相同（至少是最终散列）？

注意：

• 我尝试过this SO question（及其他人）的事情但没有成功。
• 上面的代码在仅使用英文字符时产生相同的结果，因此我知道散列是相同的。

Answer 1

当然有人会提出更优雅（或至少更有效和更强大）的解决方案，但目前只有一个：

#!/usr/bin/env ruby

require 'json'
require 'digest'

text = 'ÀÈG'
  .encode('UTF-16')                          # convert UTF-8 characters to UTF-16
  .inspect                                   # escape UTF-16 characters and convert back to UTF-8
  .sub(/^"\\u[Ff][Ee][Ff][Ff](.*?)"$/, '\1') # remove outer quotes and BOM
  .gsub(/\\u\w{4}/, &:downcase!)             # downcase alphas in escape sequences

js = { data: text }                          # wrap in containing data structure
  .to_json(:space=>' ')                      # convert to JSON with spaces after colons
  .gsub(/\\\\u(?=\w{4})/, '\\u')             # remove extra backslashes

puts 'Ruby:', js, Digest::SHA256.hexdigest(js)

输出：

$ ./test.rb 
Ruby:
{"data": "\u00c0\u00c8G"}
a6366cbd6750dc25ceba65dce8fe01f283b52ad189f2b54ba1bfb39c7a0b96d3