在 ruby​​/rails 中使用 gmail gem 的附件字符编码问题

Question

我在做什么： 我在 Rails 4 应用程序中使用 gmail gem 定期从特定帐户获取电子邮件附件。以下是核心部分的摘录（此处为简单起见，仅考虑第一封电子邮件及其第一个附件）：

require 'gmail'

Gmail.connect(@user_email,@user_password) do |gmail|
    if gmail.logged_in? 
        emails = gmail.inbox.emails(:from => @sender_email)
        email = emails[0]
        attachment = email.message.attachments[0]
        File.open("~/temp.csv", 'w') do |file| 
            file.write(
                StringIO.new(attachment.decoded.to_s[2..-2].force_encoding("ISO-8859-15").encode!('UTF-8')).read
            )
        end
    end
end

附加文件的编码可能会有所不同。我目前遇到的问题是芬兰语。它包含芬兰语字符和一个上标 3 字符。

这是我在运行上述代码时期望得到的。 （这是我通过 gmail 用户界面手动下载附件时得到的）：

问题是什么：

但是，我得到了以下奇怪的结果。

来自cat temp.csv（我觉得不错）：

使用nano temp.csv（这里我不知道我在看什么）：

这就是在 Sublime Text 中打开的 temp.csv 的样子（直接通过 winscp）。第一行和小部分看起来不错，但随后是中文/日文字符：

这是 temp.csv 在记事本中的样子（通过 winscp 下载后）。看起来不错，除了在每个字符之间插入了一个空格并且新行似乎丢失了：

我尝试过的：

我没有成功尝试过：

• .force_encoding(...) 具有所有不同的“ISO-8859-x”字符集
• 将force_encoding("ISO-8859-15").encode!('UTF-8') 放在.read 之外（有效但不能解决问题）
• 编码为 UTF-8 而不首先强制另一个编码，但这会导致Encoding::UndefinedConversionError: "\xC4" from ASCII-8BIT to UTF-8
• 在File.open() 中使用'wb' 和'w+b' 以二进制形式写入（奇怪的是，这似乎对结果没有影响）。
• 在 stackoverflow 和网络上搜索其他想法。

任何想法都将不胜感激！

Answer 1

不漂亮，但它现在对我有用。

重新编码后，我将字符串转换为 char 数组，然后删除我不想要的 char，然后将剩余的数组元素连接起来形成字符串。

decoded_att = attachment.decoded
data = decoded_att.encode("UTF-8", "ISO-8859-1", invalid: :replace, undef: :replace).gsub("\r\n", "\n")

data_as_array = data.chars
data_as_array = data_as_array.delete_if {|i| i == "\u0000" || i == "ÿ" || i == "þ"}
data = data_as_array.join('').to_s

File.write("~/temp.csv", data.to_s)

现在这对我有用。但是，我不知道这些字符是如何出现在附件中的（"ÿ" 和 "þ" 在文档开头，"\u0000" 在所有剩余字符之间）。

Answer 2

您似乎需要使用attachment.body.decoded 而不是attachment.decoded