通过ruby进行字符串编码:安全地捕获用户输入

Question

我搜索了一个简单的解决方案的高低.没有一个是简单的或"只是工作".

首先,我不断收到此错误:

ArgumentError: invalid byte sequence in US-ASCII

这是因为用户正在从Microsoft Word复制和粘贴内容.我只想要一种方法来清理用户输入,以便它以适当的格式存储在数据库中,无论它们发送给我的格式如何.即使它完全破坏了他们的输入,我也不关心它.我只是想强制将他们的输入编码为以后不会抱怨的东西.

我试过了:

ic = Iconv.new('US-ASCII//IGNORE', 'US-ASCII')
safe_string = ic.iconv(unsafe_string)

执行上述操作并重新保存新字符串后,错误仍然存​​在.我试过了

safe_string = unsafe_string.force_encoding('US-ASCII')

仍然给我错误.

我也尝试过使用UTF-8.一样.

在保存到数据库之前,我能做些什么来简单地转换它们的字符串吗？谢谢.

Answer 1

我想我自己找到了解决方案。因此，如果您想强制将字符串编码为当前编码，您可以执行以下操作：

safe_string = unsafe_string.encode('US-ASCII', :undef => :replace)

但实际上，我建议使用 UTF-8。我不确定为什么我的默认编码设置为 US-ASCII，我假设 Rails 将默认编码设置为 UTF-8。无论如何，执行以下操作也解决了问题：

Encoding.default_internal = 'UTF-8'
Encoding.default_external = 'UTF-8'

这被放入初始化程序中。如果有人有更好的建议请告诉我。但我相信 UTF-8 是最流行的编码，并且我在几个网站上读到它是推荐的编码。

谢谢。