ruby - エスケープされたXMLエンティティをUTF-8に変換し直します

Question

したがって、XMLファイルにこのUTF-8文字列があります。

Horrible place. ☠☠☠

そして、それを外部アプリケーションにフィードすると、面白いキャラクターがXMLエンティティとしてエスケープされて戻ってきます。

Horrible place. &#x2620;&#x2620;&#x2620;

Rubyで、その文字列をUTF-8に戻すにはどうすればよいですか？これにはおそらく本当に簡単な解決策がありますが、標準ライブラリには何も見つかりません。例えば。CGI.unescapeHTML（これはのようなものにうまく機能します>）それらを完全に無視しているようです。

ree-1.8.7-2010.02 > CGI.unescapeHTML('&gt;')
 => ">" 
ree-1.8.7-2010.02 > CGI.unescapeHTML('&#x2620;')
 => "&#x2620;"

score 4 · Accepted Answer

それはXMLでエンコードされているので、XMLパーサーを使用します。

require 'nokogiri'

frag = 'Horrible place. &#x2620;&#x2620;&#x2620;'
doc = Nokogiri::XML.fragment(frag)
puts doc.text
# >> Horrible place. ☠☠☠

score 2 · Accepted Answer

CGI.unescapeHTML正常に動作します。使用しているコンソールは、Unicode文字を表示できない可能性があります。

これを試してみてください。正常に動作するはずです。

File.open("d:\\11.txt", 'w') {|f| f.write(CGI.unescapeHTML('&#x2620;')) } # => ☠

2 に答える 2