Tôi làm cách nào để mã hóa URL của các ký tự ASCII?

Question

Tôi đang sử dụng Ruby để trích xuất URL của tệp để tải xuống và tải xuống. Tên tệp có utf8 ký tự, ví dụ:

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

Khi cố gắng tải xuống URL ở trên, không thành công. Sử dụng URI::escape tạo ra một URI mà cũng không làm việc:

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 

Nhưng nếu tôi làm theo các URL Encoding Reference, nó hoạt động:

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

tôi đã cố gắng để tìm kiếm một chức năng trong Ruby mà không được chính xác cùng mã hóa, nhưng tôi không thể tìm thấy bất kỳ mã nào. Trước khi tôi cố gắng viết một hàm thực hiện bảng trong liên kết ở trên, tôi muốn hỏi xem có ai biết bất kỳ thư viện hiện có nào thực hiện điều này không. Và nếu tôi quyết định làm điều này, những ký tự nào tôi nên mã hóa, rõ ràng, không phải mọi thứ.

Tôi đang sử dụng JRuby 1.6.2 với RUBY_VERSION => "1.8.7"

Answer 1

Ồ, niềm vui của mã hóa ký tự!

Điều gì đang xảy ra ở đây là như sau. Ruby trong nội bộ lưu trữ chuỗi bạn đã trích xuất dưới dạng chuỗi byte là mã hóa utf-8 của tên tệp. Khi bạn gọi URI.escape trên đó, các byte đó được thoát ở định dạng %xy và chuỗi kết quả, hiện chỉ bao gồm các byte trong phạm vi ASCII, được sử dụng làm url. Tuy nhiên, máy chủ nhận sẽ giải thích các byte đó (sau khi không định dạng chúng từ %xy biểu mẫu) như thể chúng ở dạng mã hóa khác, trong trường hợp này là ISO-8859-1 và do đó tên tệp kết quả mà nó xuất hiện không khớp với bất kỳ thứ gì có.

Đây là bản trình diễn sử dụng Ruby 1.9, vì nó có hỗ trợ tốt hơn cho mã hóa. do đó

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" 

Giải pháp trong trường hợp này là để mã hóa các chuỗi như ISO-8859-1 trước khi thoát nó. Trong Ruby 1.9 bạn làm điều này như trên, trong các phiên bản trước đó bạn có thể sử dụng iconv (tôi giả sử JRuby bao gồm iconv, tôi thực sự không phải là quen thuộc với 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" 

Lưu ý rằng nói chung bạn có thể' t phụ thuộc vào máy chủ bằng cách sử dụng bất kỳ mã hóa cụ thể nào. Nó nên đang sử dụng utf-8, nhưng rõ ràng là không phải trong trường hợp này.