ruby-on-rails - HTML 编码 UTF-8 字符串被修改为 latin1

Question

我正在解析我的 nginx 日志，并且我想从 HTTP_REFERER 字符串中发现一些详细信息，例如，用于查找网站的查询字符串。一位用户输入了“México”，在日志中被编码为“query=M%E9xico”。

通过这个Rack::Utils.parse_query('query=M%E9xico')你得到一个哈希，{"query" => "M?xico"}

当您将“M?exico”塞入 Postgres（但不是更宽容的 SQLite）时，它会呕吐，因为字符串不是正确的 UTF-8。查看http://rack.rubyforge.org/doc/Rack/Utils.html#M000324，unescape 正在打包一个十六进制字符串。

如何将字符串转换回 UTF-8，或者我可以让 parse_query 首先返回 UTF-8。

score 1 · Accepted Answer

unescape 将解码 URL 编码：

Rack::Utils.parse_query(URI.unescape('query=M%E9xico'))

或者

Rack::Utils.parse_query(Utils.unescape('query=M%E9xico'))

score 0 · Accepted Answer

这里的问题发生在你掌握数据之前。如果可以，您需要在上游解决问题，如果不能，那么我的建议是找出编码并将其转换为输入或使用 Ruby 中的转换库（例如 iconv）。

不过，问题不在 PostgreSQL 中。

2 回答 2