Unescaping caratteri di una stringa con Ruby

Question

Data una stringa nel formato seguente (le Posterous restituisce API messaggi in questo formato):

s="\\u003Cp\\u003E"

Come faccio a convertirlo in caratteri ASCII effettivi tale che s="<p>"?

Iconv.iconv('ascii', 'java', s) su OSX, ho usato con successo, ma una volta schierato a Heroku, ricevo un'eccezione Iconv::IllegalSequence. Sto indovinando che il sistema Heroku distribuisce al does't sostenere l'encoder java.

---

HTTParty per fare una richiesta alle API Posterous. Se uso curl per fare la stessa richiesta poi faccio non ottenere le doppie barre.

Da HTTParty github pagina:

  

automatico il parsing di JSON e XML in   hash rubino basati sulla risposta   tipo di contenuto

L'API Posterous restituisce JSON (senza doppie barre) e HTTParty di JSON parsing è l'inserimento della doppia barra.

---

Ecco un semplice esempio del modo in cui sto usando HTTParty per effettuare la richiesta.

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

Con le informazioni ovvio (nome utente, password, site_id, api_token) sostituiti con valori validi.

Al punto di cesoiatura, response.body contiene una stringa rubino che è in formato JSON e response.parsed_response contiene un oggetto hash rubino che HTTParty creato analizzando la risposta JSON dall'API Posterous.

In entrambi i casi le sequenze unicode come \u003C sono stati cambiati per \\u003C.

Answer 1

mi sono imbattuto in questo problema esatto, l'altro giorno. C'è un bug nel parser JSON che HTTParty utilizza (Crack gemma) - in fondo si usa un'espressione regolare tra maiuscole e minuscole per le sequenze Unicode, perché Posterous mette fuori A-F al posto di un-f, Crack è non li unescaping. Ho presentato una richiesta di pull per risolvere questo problema.

Nel frattempo HTTParty ben consente di specificare parser alternati in modo da poter fare ::JSON.parse bypassando Crack del tutto simile a questo:

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

class Posterous
   include HTTParty
   parser ::JsonParser

   #....
end

Answer 2

Ho trovato una soluzione a questo problema. Mi sono imbattuto in questo Gist . elskwid avuto il problema identico e corse la stringa attraverso un parser JSON:

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

Ora, s = "<p>".

Answer 3

È inoltre possibile utilizzare pack:

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

O, per fare il contrario:

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

Answer 4

I-backslash raddoppiato quasi l'aspetto di una stringa regolare sta visualizzando in un debugger.

Il "\u003Cp\u003E" stringa è in realtà "<p>", solo il \u003C è Unicode per < e \003E è >.

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

Se siete veramente trovato la stringa con backslash raddoppiati allora si potrebbe provare a nudo uno dei due.

Come prova, vedere quanto tempo la stringa è:

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

Tutto ciò è stato fatto con rubino 1.9.2, che è a conoscenza di Unicode. v1.8.7 non era. Ecco quello che ottengo utilizzando IRB 1.8.7 del confronto:

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