Question

我正在使用一个API，我必须通过telnet连接将客户端信息作为Json对象发送（非常奇怪，我知道^^）。我是德国人，所以客户信息经常包含变音符号或ß。

我的程序：

我生成一个包含所有命令信息的哈希。
我将Hash转换为Json对象。
我将Json对象转换为字符串（.to_s）。
我使用Net :: Telnet.puts命令发送字符串。

我的puts命令如下所示：（cmd是Json对象）

host.puts(cmd.to_s.force_encoding('UTF-8'))

在我看到的日志文件中，Json对象不包含变音符号，例如：Ã¼而不是ü。

我在UTF-8中证明了字符串（有或没有force_encoding()命令）。所以我认为puts命令不会以UTF-8发送字符串。

是否可以以UTF-8发送命令？我怎么能这样做？

整个方法：

host = Net::Telnet::new(
    'Host' => host_string,
    'Port' => port_integer,
    'Output_log' => 'log/'+Time.now.strftime('%Y-%m-%d')+'.log',
    'Timeout' => false,
    'Telnetmode' => false,
    'Prompt' => /\z/n
)

def send_cmd_container(host, cmd, params=nil)
    cmd = JSON.generate({'*C'=>'se','Q'=>[get_cmd(cmd, params)]})
    host.puts(cmd.to_s.force_encoding('UTF-8'))
    add_request_to_logfile(cmd)
end

def get_cmd(cmd, params=nil)
    if params == nil
        return {'*C'=>'sq','CMD'=>cmd}
    else
        return {'*C'=>'sq','CMD'=>cmd,'PARAMS'=>params}
    end
end

增加：

我也通过这种方法记录我的发送请求：

def add_request_to_logfile(request_string)
    directory = 'log/'
    File.open(File.join(directory, Time.now.strftime('%Y-%m-%d')+'.log'), 'a+') do |f|
        f.puts ''
        f.puts '> '+request_string
    end
end

在日志文件中，我的请求也不包含UTF-8变音符号，例如：Ã¼

Answer 1

TL; DR

设置'Binmode' => true并使用Encoding::BINARY。

以上应该适合您。如果您对原因感兴趣，请继续阅读。

Telnet实际上没有“编码”的概念。 Telnet只有两种模式：普通模式假设你发送7位ASCII字符，二进制模式假设你发送8位字节。你无法告诉Telnet“这是UTF-8”因为Telnet不知道这意味着什么。你可以告诉它“这是ASCII-7”或“这是一个8位字节的序列”，就是这样。

这可能看起来像坏消息，但它实际上是个好消息，因为UTF-8恰好将文本编码为8位字节的序列。例如，früh是五个字节：66 72 c3 bc 68。这在Ruby中很容易确认：

puts str = "\x66\x72\xC3\xBC\x68"
# => früh
puts str.bytes.size
# => 5

在Net :: Telnet中，我们可以通过将'Binmode' => true选项传递给Net::Telnet::new来启用二进制模式。但还有一件事我们要做：告诉Ruby将字符串视为二进制数据，即一个8位字节的序列。

您已尝试使用String#force_encoding，但您可能没有意识到String#force_encoding实际上并未将字符串从一种编码转换为另一种编码。它的目的不是改变数据的编码 - 它的目的是告诉Ruby 已经的数据编码：

str = "früh"   # => "früh"
p str.encoding # => #<Encoding:UTF-8>
p str[2]       # => "ü"

p str.bytes    # => [ 102, 114, 195, 188, 104 ] # This is the decimal represent-
                                                # ation of the hexadecimal bytes
                                                # we saw before, `66 72 c3 bc 68`

str.force_encoding(Encoding::BINARY) # => "fr\xC3\xBCh"
p str[2]       # => "\xC3"

p str.bytes    # => [ 102, 114, 195, 188, 104 ] # Same bytes!

现在我会告诉你一个小秘密：Encoding::BINARY只是Encoding::ASCII_8BIT的别名。由于ASCII-8BIT没有多字节字符，因此Ruby将ü显示为两个独立的字节\xC3\xBC。这些字节在ASCII-8BIT中不是可打印字符，因此Ruby显示\x##转义码，但数据没有改变 - 只有Ruby打印它的方式已经改变。

所以这就是事情：即使Ruby现在调用字符串BINARY或ASCII-8BIT而不是UTF-8，它仍然是相同的字节，这意味着它仍然是UTF-8 。然而，更改编码它被“标记”为，意味着当Net :: Telnet（相当于）data[n]时，它将始终获得一个字节（而不是像UTF-8那样获得多字节字符），这正是我们想要的。

所以......

host = Net::Telnet::new(
         # ...all of your other options...
         'Binmode' => true
       )

def send_cmd_container(host, cmd, params=nil)
  cmd = JSON.generate('*C' => 'se','Q' => [ get_cmd(cmd, params) ])
  cmd.force_encoding(Encoding::BINARY)
  host.puts(cmd)
  # ...
end

（注意：JSON.generate始终返回UTF-8字符串，因此您无需执行例如cmd.to_s。）

有用的诊断

检查Net :: Telnet实际发送（和接收）的数据的快速方法是设置'Dump_log'选项（与设置'Output_log'选项的方式相同）。它会将发送和接收的数据写入hexdump格式的日志文件，这样您就可以查看发送的字节是否正确。例如，我启动了一个测试服务器（nc -l 5555）并发送了字符串früh（host.puts "früh".force_encoding(Encoding::BINARY)），这就是记录的内容：

> 0x00000: 66 72 c3 bc  68 0a                                  fr..h.

你可以看到它发送了六个字节：前两个是f和r，接下来的两个是ü，最后两个是h和换行符。在右侧，不可打印字符的字节显示为.，ergo fr..h.。（出于同样的原因，我发送了字符串I❤NY并在右列中看到了I...NY.，因为❤是UTF-8中的三个字节：e2 9d a4）。

因此，如果您设置'Dump_log'并发送ü，则应在输出中看到c3 bc。如果你这样做，恭喜你 - 你发送了UTF-8！

P.S。阅读Yehuda Katz的文章Ruby 1.9 Encodings: A Primer and the Solution for Rails。事实上，每年阅读一次。这真的非常有用。

Net :: Telnet - 以UTF-8放置或打印字符串

1 个答案:

TL; DR

所以......

有用的诊断