使用Ruby（使用Addressable Gem）从标准化的URI中显示国际化域名（IDN）。

Question

使用Ruby（使用Addressable Gem）从标准化的URI中显示国际化域名（IDN）。

5

在我的Ruby应用程序中，我需要处理来自用户输入的URI（实际上是IRI）。

str = "http://उदाहरण.परीक्षा/मुख्य_पृष्ठ"

我使用Addressable对它们进行规范化，并仅存储规范化的形式:

normalized = Addressable::URI.parse(str).normalize
normalized.to_s
#=> http://xn--p1b6ci4b4b3a.xn--11b5bs3a9aj6g/%E0%A4%AE%E0%A5%81%E0%A4%96%E0%A5%8D%E0%A4%AF_%E0%A4%AA%E0%A5%83%E0%A4%B7%E0%A5%8D%E0%A4%A0

这很好用，但显然不适合展示给最终用户。

因此，我想将此URI转换回其原始形式（非punycode，非百分号编码路径）。

Addressable有display_uri，但它只转换主机部分：

nicer = normalized.display_uri.to_s
#=> http://उदाहरण.परीक्षा/%E0%A4%AE%E0%A5%81%E0%A4%96%E0%A5%8D%E0%A4%AF_%E0%A4%AA%E0%A5%83%E0%A4%B7%E0%A5%8D%E0%A4%A0

看起来这个可以工作：

display_s = Addressable::URI.parse(str).display_uri.to_s
pretty = Addressable::URI.unencode(display_s.force_encoding("ASCII-8BIT"))

然而，该代码看起来有误（我不应该需要使用force_encoding），并且我并不确定它是否正确。

将整个URI转换为对终端用户可用的内容（"http://उदाहरण.परीक्षा/मुख्य_पृष्ठ"）的好方法是什么？
规范化存储URI是一个好主意吗？或者这样做可能会有我没有意识到的后果？

代码：https://gist.github.com/levinalex/6115764

简而言之

我如何将以下内容转换：

"http://xn--p1b6ci4b4b3a.xn--11b5bs3a9aj6g/" +
"%E0%A4%AE%E0%A5%81%E0%A4%96%E0%A5%8D%E0%A4" +
"%AF_%E0%A4%AA%E0%A5%83%E0%A4%B7%E0%A5%8D%E0%A4%A0"

转换为：

"http://उदाहरण.परीक्षा/मुख्य_पृष्ठ"

- levinalex

首先，使用Addressable加1。如果您的数据库可以正常接受它，则我不认为存储规范化的URI有很多优势。如果规范化，它会更长，不明显是什么，而且搜索起来更困难。 - the Tin Man

对数据进行了归一化以保持一致性并检测重复。起初看起来很简单，现在我不太确定了。 - levinalex

重复检测可以通过在该字段的索引上使用“unique”设置，由数据库自动处理。您的代码不应尝试跟踪它，而是应在DBM拒绝插入/更新时响应“找到重复键”类型错误。您可能需要规范化以解决具有指向相同字符的多个代码点的字符，因为这种差异会欺骗索引。或者，如果这最终导致将URL更改为解析不同的内容，则可能不需要进行规范化；这就是puny-code的优势所在。这是一个艰难的抉择。 - the Tin Man

1

如果一切都被规范化了，那么只有在这种情况下数据库的唯一性才会有任何好处。因此，如果需要检测重复项，则在将字段存储到数据库之前进行规范化是100％正确的选择。 - Bob Aman

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- i-blis · Answer 1

您不需要任何强制（重新）编码来恢复原始URI。只需：

normalised_s = "http://xn--p1b6ci4b4b3a.xn--11b5bs3a9aj6g/%E0%A4%AE%E0%A5%81%E0%A4%96%E0%A5%8D%E0%A4%AF_%E0%A4%AA%E0%A5%83%E0%A4%B7%E0%A5%8D%E0%A4%A0"        
Addressable::URI.unencode(Addressable::URI.parse(normalised_s).display_uri)

=> "http://उदाहरण.परीक्षा/मुख्य_पृष्ठ"

重申一下Bob在评论中的话，规范化绝对是确保存储唯一性的好方法。