如何在Ruby中对字符串进行URL编码

我如何URI::encode像这样的字符串：

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

以如下格式获取它：

%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>'

我四处寻找有关互联网的信息，但还没有找到解决方法，尽管我几乎肯定地说，前几天我做到了这一点，没有任何麻烦。

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 CGI.escape str


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

现在，您应该使用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遵循CGI / HTML格式规范，并为您提供一个application/x-www-form-urlencoded字符串，该字符串要求将空格转义为+，而ERB::Util.url_encode遵循RFC 3986则要求将其编码为%20。

有关更多讨论，请参见“ URI.escape和CGI.escape有什么区别？ ”。

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"

摘自@ J-Rou的评论

您可以Addressable::URI为此使用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" 

它使用的格式比现在更现代，CGI.escape例如，它正确地将空格编码%20为+符号而不是符号，您可以在Wikipedia上的“ application / x-www-form-urlencoded type ”中阅读更多内容。

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" 

我创建了一个gem，使URI编码的内容更干净，可以在您的代码中使用。它为您处理二进制编码。

运行gem install uri-handler，然后使用：

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。您还可以向其传递一个参数，该参数包含要使用的可选编码字符串。默认情况下，如果直接UTF-8编码失败，它将设置为编码“二进制”。

码：

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

结果：

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

我最初试图从完整的URL字符串中仅转义文件名中的特殊字符，而不是路径中的特殊字符。

ERB::Util.url_encode 不适合我使用：

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

根据“ 为什么URI.escape（）标记为过时以及此REGEXP :: UNSAFE常量在哪里？ ”中的两个答案，它看起来URI::RFC2396_Parser#escape比使用更好URI::Escape#escape。但是，它们对我的行为都相同：

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"

如果您想“编码”完整的URL，而不必考虑手动将其拆分为不同的部分，那么我发现以下内容的工作方式与以前相同URI.encode：

URI.parse(my_url).to_s