使用 Ruby 对字符串中的字符进行转义

Question

给定以下格式的字符串（Posterous API 以这种格式返回帖子）：

s="\\u003Cp\\u003E"

如何将其转换为实际的 ascii 字符，例如 s="<p>"？

在 OSX 上，我成功使用了 Iconv.iconv('ascii', 'java', s)，但一旦部署到 Heroku，我收到了 Iconv::IllegalSequence 异常。我猜 Heroku 部署到的系统不支持java 编码器。

---

我正在使用HTTParty 向Posterous API 发出请求。如果我使用 curl 发出相同的请求，那么我会 not 得到双斜杠。

来自 HTTParty github 页面：

自动将 JSON 和 XML 解析成 基于响应的红宝石哈希 内容类型

Posterous API 返回 JSON（无双斜杠）并且 HTTParty 的 JSON 解析正在插入双斜杠。

---

这是我使用 HTTParty 发出请求的方式的一个简单示例。

class Posterous
  include HTTParty
  base_uri "http://www.posterous.com/api/2"
  basic_auth "username", "password"
  format :json
  def get_posts
    response = Posterous.get("/users/me/sites/9876/posts&api_token=1234")
    # snip, see below...
  end
end

将明显的信息（用户名、密码、site_id、api_token）替换为有效值。

在剪切点，response.body 包含一个 JSON 格式的 Ruby 字符串，response.parsed_response 包含一个 Ruby 哈希对象，HTTParty 通过解析来自 Posterous API 的 JSON 响应创建。

在这两种情况下，\u003C 等 unicode 序列都已更改为 \\u003C。

Answer 1

我找到了解决这个问题的方法。我遇到了this gist。 elskwid 遇到了同样的问题，并通过 JSON 解析器运行了字符串：

s = ::JSON.parse("\\u003Cp\\u003E")

现在，s = "<p>"。

Answer 2

前几天我遇到了这个确切的问题。 HTTParty 使用的 json 解析器中存在一个错误（Crack gem） - 基本上它对 Unicode 序列使用区分大小写的正则表达式，因此因为 Posterous 推出 A-F 而不是 a-f，Crack 并没有对它们进行转义。我提交了一个拉取请求来解决这个问题。

与此同时，HTTParty 可以很好地让您指定备用解析器，这样您就可以像这样完全绕过 Crack ::JSON.parse：

class JsonParser < HTTParty::Parser
  def json
    ::JSON.parse(body)
  end
end

class Posterous
   include HTTParty
   parser ::JsonParser

   #....
end

Answer 3

你也可以使用pack:

"a\\u00e4\\u3042".gsub(/\\u(....)/){[$1.hex].pack("U")} # "aäあ"

或者反过来：

"aäあ".gsub(/[^ -~\n]/){"\\u%04x"%$&.ord} # "a\\u00e4\\u3042"

Answer 4

双反斜杠看起来就像在调试器中查看的常规字符串。

字符串"\u003Cp\u003E" 确实是"<p>"，只有\u003C 是< 的unicode，\003E 是>。

>> "\u003Cp\u003E"  #=> "<p>"

如果你真的得到带有双反斜杠的字符串，那么你可以尝试剥离其中一个。

作为测试，看看字符串有多长：

>> "\\u003Cp\\u003E".size #=> 13
>> "\u003Cp\u003E".size #=> 3
>> "<p>".size #=> 3

以上所有内容都是使用支持 Unicode 的 Ruby 1.9.2 完成的。 v1.8.7 不是。以下是我使用 1.8.7 的 IRB 进行比较得到的结果：

>> "\u003Cp\u003E" #=> "u003Cpu003E"