Ruby url编码字符串

Question

我如何URI ::编码一个字符串，如：

\x12\x34\x56\x78\x9a\xbc\xde\xf1\x23\x45\x67\x89\xab\xcd\xef\x12\x34\x56\x78\x9a

要获得如下格式：

%124Vx%9A%BC%DE%F1%23Eg%89%AB%CD%EF%124Vx%9A

（根据RFC 1738）

这是我尝试过的：

irb(main):123:0> URI::encode "\x12\x34\x56\x78\x9a\xbc\xde\xf1\x23\x45\x67\x89\xab\xcd\xef\x12\x34\x56\x78\x9a"
ArgumentError: invalid byte sequence in UTF-8
    from /usr/local/lib/ruby/1.9.1/uri/common.rb:219:in `gsub'
    from /usr/local/lib/ruby/1.9.1/uri/common.rb:219:in `escape'
    from /usr/local/lib/ruby/1.9.1/uri/common.rb:505:in `escape'
    from (irb):123
    from /usr/local/bin/irb:12:in `<main>'

也，

irb(main):126:0> CGI::escape "\x12\x34\x56\x78\x9a\xbc\xde\xf1\x23\x45\x67\x89\xab\xcd\xef\x12\x34\x56\x78\x9a"
ArgumentError: invalid byte sequence in UTF-8
    from /usr/local/lib/ruby/1.9.1/cgi/util.rb:7:in `gsub'
    from /usr/local/lib/ruby/1.9.1/cgi/util.rb:7:in `escape'
    from (irb):126
    from /usr/local/bin/irb:12:in `<main>'

我看了很多关于互联网的事情并没有找到（或者更可能错过）一种方法来做到这一点，虽然我几乎肯定我前几天毫无困难地做了这件事。

谢谢！

Answer 1

require 'uri'
str = "\x12\x34\x56\x78\x9a\xbc\xde\xf1\x23\x45\x67\x89\xab\xcd\xef\x12\x34\x56\x78\x9a".force_encoding('ASCII-8BIT')
puts URI::encode(str)

更新：请参阅下面的评论Ruby url encoding string

Answer 2

str = "\x12\x34\x56\x78\x9a\xbc\xde\xf1\x23\x45\x67\x89\xab\xcd\xef\x12\x34\x56\x78\x9a"
require 'cgi'
CGI.escape(str)
# => "%124Vx%9A%BC%DE%F1%23Eg%89%AB%CD%EF%124Vx%9A"

取自@ J-Rou的评论

Answer 3

如今，你应该使用ERB::Util.url_encode或CGI.escape。它们之间的主要区别在于它们对空间的处理：

>> ERB::Util.url_encode("foo/bar? baz&")
=> "foo%2Fbar%3F%20baz%26"

>> CGI.escape("foo/bar? baz&")
=> "foo%2Fbar%3F+baz%26"

CGI.escape跟随CGI/HTML forms spec，并给你一个application/x-www-form-urlencoded字符串，这需要空格逃逸到+，而ERB::Util.url_encode遵循RFC 3986，这要求他们编码为%20。

有关更多讨论，请参阅this answer。

Answer 4

您可以使用Addressable::URI gem：

require 'addressable/uri'   
string = '\x12\x34\x56\x78\x9a\xbc\xde\xf1\x23\x45\x67\x89\xab\xcd\xef\x12\x34\x56\x78\x9a'
Addressable::URI.encode_component(string, Addressable::URI::CharacterClasses::QUERY)
# "%5Cx12%5Cx34%5Cx56%5Cx78%5Cx9a%5Cxbc%5Cxde%5Cxf1%5Cx23%5Cx45%5Cx67%5Cx89%5Cxab%5Cxcd%5Cxef%5Cx12%5Cx34%5Cx56%5Cx78%5Cx9a" 

它使用比CGI.escape更现代的格式，例如，它正确编码空间为%20而不是+标志，你可以在wikipedia article阅读更多

2.1.2 :008 > CGI.escape('Hello, this is me')
 => "Hello%2C+this+is+me" 
2.1.2 :009 > Addressable::URI.encode_component('Hello, this is me', Addressable::URI::CharacterClasses::QUERY)
 => "Hello,%20this%20is%20me" 

Answer 5

我创建了一个gem来使uri编码更清晰，以便在代码中使用。它为您处理二进制编码（在上面的代码中添加了一些示例内容）。

运行gem install uri-handler。

require 'uri-handler'

str = "\x12\x34\x56\x78\x9a\xbc\xde\xf1\x23\x45\x67\x89\xab\xcd\xef\x12\x34\x56\x78\x9a".to_uri
# => "%124Vx%9A%BC%DE%F1%23Eg%89%AB%CD%EF%124Vx%9A"

它将uri转换功能添加到String类中。您也可以使用您想要使用的可选编码字符串传递一个参数（如果直接UTF-8编码失败，默认设置为编码'binary'）。

Answer 6

我原本试图从完整的url字符串中仅在文件名上（不在路径上）转义特殊字符。 ERB::Util.url_encode不适用于我。

helper.send(:url_encode, "http://example.com/?a=\11\15")
# => "http%3A%2F%2Fexample.com%2F%3Fa%3D%09%0D"

根据不同SO question的2个答案，看起来URI::RFC2396_Parser#escape比使用URI::Escape#escape更好。但是，它们对我来说都表现得一样。

URI.escape("http://example.com/?a=\11\15")
# => "http://example.com/?a=%09%0D"
URI::Parser.new.escape("http://example.com/?a=\11\15")
# => "http://example.com/?a=%09%0D"

Answer 7

如果你想“编码”一个完整的URL，而不必考虑手动将它分成不同的部分，我发现以下工作方式与我以前使用URI.encode的方式相同：

URI.parse(my_url).to_s

Answer 8

码：

str = "http://localhost/with spaces and spaces"
encoded = URI::encode(str)
puts encoded

结果：

http://localhost/with%20spaces%20and%20spaces