如何在Ruby的URI库中使用umlauts

Question

问题在于：Ruby的URI库无法处理umlauts（德语中的元音字母加上两个小圆点），即：

irb> require "uri"
irb* URI("http://abc.de/äöü")
URI::InvalidURIError: bad URI(is not URI?): http://abc.de/äöü

我该如何处理这个问题？顺便说一下，这是 Ruby 1.9.2 版本。

- radiospiel

---

图书馆是正确的，在URI中使用这些字符是非法的。你应该对它们进行转义。 - Sergio Tulentsev

浏览器可以很好地处理URL中的umlauts；我该如何模仿浏览器的行为？ - radiospiel

浏览器太宽容了，RFC则不一样。 - Sergio Tulentsev

@radiospiel浏览器通过将其静默转换为编码的URL来“处理”它，这也是它们实际发送的内容。 - Andrew Marshall

@tokland：这真的行得通吗？你可能是对的，但其他人在这里所说的——比如这根本不是一个URI——听起来也是对的。 - radiospiel

Answer 1

在解析之前，请调用URI.encode：

require 'uri'
uri = URI(URI.encode("http://abc.de/äöü"))

作为一个侧面说明，请注意如果URL包含一个哈希片段（#something），你将需要手动分割它：

require 'uri'
uri = URI(URI.encode('http://example.com/page.html') + '#' + URI.encode('anchor'))

- tokland

---

太棒了！我完全不想使用Addressable，但这里有一个有效的URI解决方案。 - ujifgc

Answer 2

你需要使用Addressable宝石来处理IRI。

- Sean

---

然后，你应该接受这个答案，这样其他人就可以知道，Sean也可以获得一些很棒的声望分数。 :) - vlasits

抱歉，我以为通过给答案点赞就可以自动接受它。现在这个问题已经解决了，希望下次我能记住 ;) - radiospiel