Active Record 序列化 attr 丢失字符串编码（可能是 YAML 问题），解决方法？答案

【问题标题】：Active Record serialized attr losing string encodings (probably YAML issue), workarounds?Active Record 序列化 attr 丢失字符串编码（可能是 YAML 问题），解决方法？
【发布时间】：2011-04-07 12:56:28
【问题描述】：

我在使用 Rails 2.3.8 和 Ruby 1.9.1 时遇到了问题活动记录中的序列化属性不保留字符串编码。潜在的问题可能是yaml，但我想知道是否有人有关于如何处理这个问题的任何好主意。我正在开发的应用程序有许多序列化字段，其中一些包含深层结构数组和哈希。取回一个 ASCII-8Bit 字符串（实际上是 UTF-8) 在这些结构的深处，后来破坏了……

也许最好用例子来说明，如果我将 l 保存到一个序列化的 attr 中一个活动记录模型，我会在从数据库中读取时返回 l2。

>> l => [“英语”，“土耳其语”，“Русский”] >> l.map(&:编码) => [#，#，#] >> l.map(&:valid_encoding?) => [真实，真实，真实] >> l.to_yaml => "--- \n- 英文\n- !binary |\n VMO8cmvDp2U=\n\n- \"\\xD0\\xA0\\xD1\\x83\\xD1\\x81\\xD1\\x81\\xD0\\xBA\\xD0\\xB8\\xD0\\xB9\"\n" >> l2 = YAML.load(l.to_yaml) => ["英文", "T\xC3\xBCrk\xC3\xA7e", "Русский"] >> l2.map(&:编码) => [#，#，#]

有谁知道 yaml 如何决定是否将字符串存储为二进制与作为转义字符串？上面的最后两个字符串都是非 ascii-7 但只有第一个存储为二进制...

我目前的想法是挂钩活动记录反序列化例程，遍历哈希和数组并强制对所有字符串元素进行编码。不是非常安全或一般，但可能适用于我的用例，但我也想知道是否有人修补了 YAML 以便在这里更聪明......

【问题讨论】：

标签： ruby-on-rails ruby activerecord yaml

【解决方案1】：

我确实想出了一个解决方案：

monkey patching String 可以强制 YAML 使用 \ 转义而不是二进制，因此返回默认编码的字符串（对我来说是 UTF-8）而不是 ASCII-8BIT

类字符串 def is_binary_data? encoding == Encoding::ASCII_8BIT 除非为空？结尾结尾

最初，这个例程使用一些启发式方法，这些启发式方法会更短 \ 转义字符串的二进制编码，这就是为什么我只有一些国际字符串有问题。

【讨论】：