Cómo codificar URL una cadena en Ruby

¿Cómo me URI::encodegusta una cadena:

\x12\x34\x56\x78\x9a\xbc\xde\xf1\x23\x45\x67\x89\xab\xcd\xef\x12\x34\x56\x78\x9a

para obtenerlo en un formato como:

%124Vx%9A%BC%DE%F1%23Eg%89%AB%CD%EF%124Vx%9A

según RFC 1738?

Esto es lo que probé:

irb(main):123:0> URI::encode "\x12\x34\x56\x78\x9a\xbc\xde\xf1\x23\x45\x67\x89\xab\xcd\xef\x12\x34\x56\x78\x9a"
ArgumentError: invalid byte sequence in UTF-8
    from /usr/local/lib/ruby/1.9.1/uri/common.rb:219:in `gsub'
    from /usr/local/lib/ruby/1.9.1/uri/common.rb:219:in `escape'
    from /usr/local/lib/ruby/1.9.1/uri/common.rb:505:in `escape'
    from (irb):123
    from /usr/local/bin/irb:12:in `<main>'

También:

irb(main):126:0> CGI::escape "\x12\x34\x56\x78\x9a\xbc\xde\xf1\x23\x45\x67\x89\xab\xcd\xef\x12\x34\x56\x78\x9a"
ArgumentError: invalid byte sequence in UTF-8
    from /usr/local/lib/ruby/1.9.1/cgi/util.rb:7:in `gsub'
    from /usr/local/lib/ruby/1.9.1/cgi/util.rb:7:in `escape'
    from (irb):126
    from /usr/local/bin/irb:12:in `<main>'

Busqué todo en Internet y no he encontrado la manera de hacerlo, aunque estoy casi seguro de que el otro día lo hice sin ningún problema.

str = "\x12\x34\x56\x78\x9a\xbc\xde\xf1\x23\x45\x67\x89\xab\xcd\xef\x12\x34\x56\x78\x9a".force_encoding('ASCII-8BIT')
puts CGI.escape str


=> "%124Vx%9A%BC%DE%F1%23Eg%89%AB%CD%EF%124Vx%9A"

Hoy en día, debes usar ERB::Util.url_encodeo CGI.escape. La principal diferencia entre ellos es su manejo de espacios:

>> ERB::Util.url_encode("foo/bar? baz&")
=> "foo%2Fbar%3F%20baz%26"

>> CGI.escape("foo/bar? baz&")
=> "foo%2Fbar%3F+baz%26"

CGI.escapesigue la especificación de formularios CGI / HTML y le proporciona una application/x-www-form-urlencodedcadena, que requiere que se escapen espacios +, mientras que ERB::Util.url_encodesigue RFC 3986 , que requiere que se codifiquen como %20.

Consulte " ¿Cuál es la diferencia entre URI.escape y CGI.escape? " Para obtener más información.

str = "\x12\x34\x56\x78\x9a\xbc\xde\xf1\x23\x45\x67\x89\xab\xcd\xef\x12\x34\x56\x78\x9a"
require 'cgi'
CGI.escape(str)
# => "%124Vx%9A%BC%DE%F1%23Eg%89%AB%CD%EF%124Vx%9A"

Tomado del comentario de @ J-Rou

Puedes usar Addressable::URIgema para eso:

require 'addressable/uri'   
string = '\x12\x34\x56\x78\x9a\xbc\xde\xf1\x23\x45\x67\x89\xab\xcd\xef\x12\x34\x56\x78\x9a'
Addressable::URI.encode_component(string, Addressable::URI::CharacterClasses::QUERY)
# "%5Cx12%5Cx34%5Cx56%5Cx78%5Cx9a%5Cxbc%5Cxde%5Cxf1%5Cx23%5Cx45%5Cx67%5Cx89%5Cxab%5Cxcd%5Cxef%5Cx12%5Cx34%5Cx56%5Cx78%5Cx9a" 

Utiliza un formato más moderno que CGI.escape, por ejemplo, codifica correctamente el espacio como %20y no como +signo, puede leer más en " La aplicación / x-www-form-urlencoded type " en Wikipedia.

2.1.2 :008 > CGI.escape('Hello, this is me')
 => "Hello%2C+this+is+me" 
2.1.2 :009 > Addressable::URI.encode_component('Hello, this is me', Addressable::URI::CharacterClasses::QUERY)
 => "Hello,%20this%20is%20me" 

Creé una gema para hacer que las cosas de codificación URI sean más limpias para usar en su código. Se encarga de la codificación binaria por ti.

Corre gem install uri-handler, luego usa:

require 'uri-handler'

str = "\x12\x34\x56\x78\x9a\xbc\xde\xf1\x23\x45\x67\x89\xab\xcd\xef\x12\x34\x56\x78\x9a".to_uri
# => "%124Vx%9A%BC%DE%F1%23Eg%89%AB%CD%EF%124Vx%9A"

Agrega la funcionalidad de conversión de URI a la clase String. También puede pasarle un argumento con la cadena de codificación opcional que le gustaría usar. De forma predeterminada, se establece en codificación 'binaria' si falla la codificación directa UTF-8.

Código:

str = "http://localhost/with spaces and spaces"
encoded = URI::encode(str)
puts encoded

Resultado:

http://localhost/with%20spaces%20and%20spaces

Originalmente estaba tratando de escapar de caracteres especiales solo en un nombre de archivo, no en la ruta, de una cadena URL completa.

ERB::Util.url_encode no funcionó para mi uso:

helper.send(:url_encode, "http://example.com/?a=\11\15")
# => "http%3A%2F%2Fexample.com%2F%3Fa%3D%09%0D"

Basado en dos respuestas en " ¿Por qué URI.escape () está marcado como obsoleto y dónde está esta constante REGEXP :: UNSAFE? ", Parece que URI::RFC2396_Parser#escapees mejor que usarlo URI::Escape#escape. Sin embargo, ambos se comportan igual para mí:

URI.escape("http://example.com/?a=\11\15")
# => "http://example.com/?a=%09%0D"
URI::Parser.new.escape("http://example.com/?a=\11\15")
# => "http://example.com/?a=%09%0D"

Si desea "codificar" una URL completa sin tener que pensar en dividirla manualmente en sus diferentes partes, descubrí que lo siguiente funcionó de la misma manera que solía usar URI.encode:

URI.parse(my_url).to_s