Изменить символы Юникода в UTF-8 с символа на цифровой код

Question

Я использую Ruby (и Nokogiri в случае, если это полезно) для кодирования некоторых документов. Я хочу изменить фактические символы Юникода (например, “) на HTML-объекты (например, “). Как мне это сделать? Я знаю, что могу сделать один персонаж с чем-то вроде

s = '“'    
puts "&##{.unpack('U').first};"   # gives “

но есть ли способ сделать это правильно, используя iconv или nokogiri?

Answer 1

Существует гем HTMLEntities . Для десятичной кодировки он примерно такой же, как ваш код (распаковать).

Answer 2

Это может быть неправильно, но nokogiri делает это (я думаю, libxml2), когда не понимает кодировку:

Nokogiri::HTML(html,nil,'klingon')

Answer 3

Я придумал этот метод, который использует довольно грубый подход, который наверняка (надеюсь?) Заменен решением скомпилированной библиотеки? Это работает, хотя:

def clean(text)
  # Convert html chars to entities.
  text = text.gsub(/[^\u{20}-\u{7E}]/){|char| "&##{char.unpack('U')[0]};"}
end