如何在 Ruby 中使用带引号的可打印编码正确解码字符串答案

【问题标题】：How to properly decode string with quoted-printable encoding in Ruby如何在 Ruby 中使用带引号的可打印编码正确解码字符串
【发布时间】：2019-11-25 02:24:11
【问题描述】：

我正在尝试解码出现在 MBox 电子邮件存档中的一些引用可打印编码文本。我将举一个我遇到问题的文本示例。

在 MBox 中，出现以下文本：

“Theresa Castel=E3o-Lawless 的划界”

正确解码，我认为应该显示为：

“Theresa Castelão-Lawless 的划界”

我的陈述是基于它应该是什么样子的

1) 电子邮件的网络存档，其中文本被正确呈现为“Theresa Castelão-Lawless 的分界线”

和 2) 此页面，其中显示“=E3”对应于引用可打印https://www.ic.unicamp.br/~stolfi/EXPORT/www/ISO-8859-1-Encoding.html 的“ã”

我已经尝试了下面的代码，但它给出了错误的输出。


string = "Demarcation by Theresa Castel=E3o-Lawless"

decoded_string = Mail::Encodings::QuotedPrintable.decode(string)

puts decoded_string + "\n"

上面代码的结果是 “Theresa Castel?o-Lawless 的划界” 但如上所述，我想要 “Theresa Castelão-Lawless 的划界”

【问题讨论】：

关于 2) 该页面是关于 ISO-8859-1 又名 ISO Latin 1。在 Ruby 中，字符串默认为 UTF-8。

标签： ruby quoted-printable

【解决方案1】：

当你有普通的旧红宝石来完成任务时，尽量避免奇怪的 Rails 东西。 String#unpack 是你的朋友。

"Demarcation by Theresa Castel=E3o-Lawless".
  unpack("M").first. # unpack as quoted printable
  force_encoding(Encoding::ISO_8859_1).
  encode(Encoding::UTF_8)
#⇒ "Demarcation by Theresa Castelão-Lawless"

或者，正如@Stefan 在 cmets 中所建议的那样，可以将源编码作为第二个参数传递：

"Demarcation by Theresa Castel=E3o-Lawless".
  unpack("M").first. # unpack as quoted printable
  encode('utf-8', 'iso-8859-1')

注意：在编码成目标UTF-8之前，需要force_encoding告诉引擎这是带有欧洲口音的单字节ISO。

【讨论】：

您可以将源编码作为第二个参数传递：encode('utf-8', 'iso-8859-1')
@Stefan 是的，我认为这样会更明确一些。也许我错了，我会更新答案。
@AlekseiMatiushkin 我不确定如何在 SO 上处理这个问题，但是还有另一个非常相似的问题：stackoverflow.com/questions/3473952/… 严格来说，它不是重复的，因为这个问题的字符串只包含十六进制序列，没有 QP 分隔符、字符集和代码。 unpack 在这种情况下仍然是一个很好的解决方案，我围绕它编写了完整的示例代码。参考其他问答可能对这里的读者有所帮助。