我正在使用
Ruby提取文件的URL以下载和下载.文件名有utf8个字符,例如：
www.domain.com/.../ÖÇÄÜ360ÓïÒôÖúÀí.txt
尝试下载上述URL时,它会失败.使用URI :: escape会产生一个也不起作用的URI：
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
但如果我遵循URL Encoding Reference,它的工作原理：
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,我应该编码什么范围的字符,显然,不是一切.
我正在使用JRuby 1.6.2和RUBY_VERSION => “1.8.7”
解决方法
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.当你在其上调用URI.escape时,这些字节以％xy格式转义,结果字符串(现在只包含ASCII范围内的字节)用作url.
然而,接收服务器正在解释这些字节(在从％xy表单中取消它们之后),好像它们处于不同的编码中,在这种情况下是ISO-8859-1,因此它所提供的结果文件名与它所具有的任何内容都不匹配.
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"
因此,在这种情况下的解决方案是在转义字符串之前将字符串编码为ISO-8859-1.在Ruby 1.9中你可以像上面这样做,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.应该使用utf-8,但显然不是这种情况.