Question

我正在使用Ruby提取文件的URL以下载和下载。文件名包含utf8个字符，例如：

www.domain.com/.../ÖÇÄÜ360ÓïÒôÖúÀí.txt

尝试下载上述网址时，会失败。使用URI::escape生成的URI也不起作用：

www.domain.com/.../%C3%96%C3%87%C3%84%C3%9C360%C3%93%C3%AF%C3%92%C3%B4%C3%96%C3%BA%C3%80%C3%AD.txt

但是，如果我按照URL Encoding Reference进行操作，则可以：

www.domain.com/.../%D6%C7%C4%DC360%D3%EF%D2%F4%D6%FA%C0%ED.txt

我试图在Ruby中搜索一个完全相同编码的函数，但我找不到任何函数。在我尝试编写一个在上面的链接中实现表的函数之前，我想询问是否有人知道任何现有的库来执行此操作。如果我决定这样做，我应该编码的字符范围很明显，而不是一切。

我正在使用JRuby 1.6.2和RUBY_VERSION =＆gt; “1.8.7”

Answer 1

哦，角色编码的乐趣！

这里发生的事情如下。 Ruby内部将您提取的字符串存储为字节序列，该字节序列是文件名的utf-8编码。当您在其上调用URI.escape时，这些字节将以%xy格式进行转义，结果字符串（现在仅包含ASCII范围内的字节）将用作网址。

然而，接收服务器正在解释这些字节（在从%xy形式取消它们之后），好像它们处于不同的编码中，在这种情况下是ISO-8859-1，因此产生的文件名出现了与它没有任何匹配。

这是使用Ruby 1.9的演示，因为它更好地支持编码。

1.9.3-p194 :003 > f
 => "ÖÇÄÜ360ÓïÒôÖúÀí.txt" 
1.9.3-p194 :004 > f.encoding
 => #<Encoding:UTF-8> 
1.9.3-p194 :005 > URI.escape f
 => "%C3%96%C3%87%C3%84%C3%9C360%C3%93%C3%AF%C3%92%C3%B4%C3%96%C3%BA%C3%80%C3%AD.txt" 
1.9.3-p194 :006 > g = f.encode 'iso-8859-1'
 => "\xD6\xC7\xC4\xDC360\xD3\xEF\xD2\xF4\xD6\xFA\xC0\xED.txt" 
1.9.3-p194 :007 > g.encoding
 => #<Encoding:ISO-8859-1> 
1.9.3-p194 :008 > URI.escape g
 => "%D6%C7%C4%DC360%D3%EF%D2%F4%D6%FA%C0%ED.txt"

在这种情况下，解决方案因此在转义之前将字符串编码为ISO-8859-1。在Ruby 1.9中你可以像上面那样做，在早期版本中你可以使用Iconv（我假设JRuby包含Iconv，我实际上并不熟悉JRuby）：

1.8.7 :001 > f
 => "\303\226\303\207\303\204\303\234360\303\223\303\257\303\222\303\264\303\226\303\272\303\200\303\255.txt" 
1.8.7 :005 > g = Iconv.conv('iso-8859-1', 'utf-8', f)
 => "\326\307\304\334360\323\357\322\364\326\372\300\355.txt" 
1.8.7 :006 > URI.escape f
 => "%C3%96%C3%87%C3%84%C3%9C360%C3%93%C3%AF%C3%92%C3%B4%C3%96%C3%BA%C3%80%C3%AD.txt" 
1.8.7 :007 > URI.escape g
 => "%D6%C7%C4%DC360%D3%EF%D2%F4%D6%FA%C0%ED.txt"

请注意，通常您不能使用任何特定编码依赖服务器。它应该使用utf-8，但显然不是这种情况。

如何对ASCII字符进行URL编码？

1 个答案: