將UTF-8中的Unicode字符從符號更改爲數字代碼

我使用Ruby（以及有用的情況下的Nokogiri）對某些文檔進行編碼。我想將實際的Unicode字符（如「）更改爲html實體（如“）。我該怎麼做呢？我知道我可以做一個單一的字符的東西，如將UTF-8中的Unicode字符從符號更改爲數字代碼

s = '「'  
puts "&##{.unpack('U').first};" # gives &#8220;

但有沒有辦法做到這一點正確用iconv或引入nokogiri？

2011-11-27 Peter

我想出了這個方法，它採用了一種非常強大的方法，它肯定（希望？）被編譯後的庫解決方案所取代？它的工作原理如下：

def clean(text) 
    # Convert html chars to entities. 
    text = text.gsub(/[^\u{20}-\u{7E}]/){|char| "&##{char.unpack('U')[0]};"} 
end

2011-11-27 10:37:32 Peter

有HTMLEntities gem。因爲它是十進制編碼，它和你的代碼大致相同（解壓縮）。

2011-11-27 14:43:28 steenslag

它可能不是正確的，但引入nokogiri做到這一點（libxml2的，我認爲實際上），當它不理解編碼：

Nokogiri::HTML(html,nil,'klingon')

2011-11-28 00:32:01 pguardiario

回答