RoR ASCII-8bit a UTF-8 con símbolos no latinos (cirílicos) en Net::HTTP.get_response.body
-
13-12-2019 - |
Pregunta
Necesito obtener algunos datos a través de Net::HTTP, funciona bien porque recibo la respuesta en ASCII-8bit.El problema es ¿cómo codificar esto en utf8 y guardar todos los símbolos no latinos?
Con @content.encode('utf-8', 'binary', :invalid => :replace,
:undef => :replace, :replace => '')
pierdo todos los símbolos cirílicos
Con @content.encode('utf-8', 'binary')
yo obtengo "\xCB" from ASCII-8BIT to UTF-8
error
Con @content.force_encoding("UTF-8)
me sale ������ en lugar de símbolos cirílicos
No puedo encontrar la respuesta con la búsqueda de Google.
Solución
El problema se soluciona con
begin
cleaned = response.body.dup.force_encoding('UTF-8')
unless cleaned.valid_encoding?
cleaned = response.body.encode( 'UTF-8', 'Windows-1251' )
end
content = cleaned
rescue EncodingError
content.encode!( 'UTF-8', invalid: :replace, undef: :replace )
end
Licenciado bajo: CC-BY-SA con atribución
No afiliado a StackOverflow