CGI.unescape 和 URI.decode_www_form_component 有什么区别？

Question

这些功能似乎做同样的事情。

irb> CGI.unescape "Sloths%3A+Society+and+Habitat"
=> "Sloths: Society and Habitat"

irb> URI.decode_www_form_component "Sloths%3A+Society+and+Habitat"
=> "Sloths: Society and Habitat"

有什么不同？

Answer 1

这些方法非常相似。它们都接受一个字符串和一个编码，并以指定的编码返回一个字符串，%并解码转义符。但也有区别：

无效的转义

URI.decode_www_form_componentArgumentError如果字符串包含无效的转义序列，则引发。

URI.decode_www_form_component('%xz')
# ArgumentError: invalid %-encoding (%xz)

CGI.unescape 简单地忽略它们。

CGI.unescape('%xz')
# "%xz"

无效的编码

CGI.unescape 如果结果无效，则忽略您指定的编码

p CGI.unescape("\u263a", 'ASCII')
# "?"

URI.decode_www_form_component 不在乎

p URI.decode_www_form_component("\u263a", 'ASCII')
# "\xE2\x98\xBA"

最后（我什至不愿提及这一点），URI.decode_www_form_component它稍微快一点，因为它使用预先计算的哈希来解码所有 485 个有效的转义码（区分大小写），而CGI.unescape实际上解释十六进制代码并将其重新打包为一个字符。