這是在ruby中使用unicode轉義序列的最佳方式嗎？

Question

我有一些包含Unicode轉義序列（如\ u003C）的文本。這是我想出了要取消轉義它：

string.gsub(/\u(....)/) {|m| [$1].pack("H*").unpack("n*").pack("U*")}

它是正確的嗎？ （即它似乎與我的測試一起工作，但是可以有人更熟悉它發現問題嗎？）

Answer 1

您的正則表達式，/\u(....)/，有一些問題。

首先，\u不工作，你覺得它的方式，在1.9，你會得到一個錯誤，在1.8將只匹配單個u而不是\u對，你要找的;你應該使用/\\u/找到你想要的文字\u。

其次，你的(....)組太過寬容，這將允許任何四個字符通過，這不是你想要的。在1.9中，你想要(\h{4})（四個十六進制數字），但在1.8中，你需要([\da-fA-F]{4})，因爲\h是一個新事物。

所以，如果你想讓你的正則表達式在1.8和1.9下工作，你應該使用/\\u([\da-fA-F]{4})/。這使您可以在1.8和1.9如下：

>> s = 'Where is \u03bc pancakes \u03BD house? And u1123!' 
=> "Where is \\u03bc pancakes \\u03BD house? And u1123!" 
>> s.gsub(/\\u([\da-fA-F]{4})/) {|m| [$1].pack("H*").unpack("n*").pack("U*")} 
=> "Where is μ pancakes ν house? And u1123!" 

使用pack和unpack到裂傷十六進制數爲Unicode字符可能是不夠好，但有可能是更好的方法。