使用 open-uri 指定默认字符集，但如果给定则使用服务器提供的字符集答案

【问题标题】：Specify default charset using open-uri but use server-provided charset if given使用 open-uri 指定默认字符集，但如果给定则使用服务器提供的字符集
【发布时间】：2023-03-18 19:50:01
【问题描述】：

使用 Ruby 的 open-uri 中的 open()，我想从不受我控制的任意服务器中获取文件。服务器可以为文件指定一个 Content-Type，例如text/calendar; charset=utf-8 或 text/calendar; charset=ISO-8859-1，在这种情况下，我很高兴 open() 会相信该字符集是服务器声称的任何内容。但是，如果服务器没有指定字符集，那么open() 似乎假定字符集是“ASCII-8BIT”。我想让open() 改为假设字符集是“UTF-8”（当没有指定字符集时），因为text/calendar，即“iCal 文件”，通常应该编码为“UTF -8。”

我强调只假设字符集当没有指定字符集时，因为我仍然想尊重服务器的决定，可以选择以他们喜欢的任何字符集提供文件。

我尝试了open('http://my-test-uri.test', 'r:UTF-8')，但它无条件地覆盖了字符集，即使服务器指定了不同的字符集，例如“ISO-8859-1”。

【问题讨论】：

标签： ruby utf-8 character-encoding open-uri

【解决方案1】：

OpenURI::Meta#charset 接受一个块，该块仅在服务器未指定字符集时才会返回一个字符集。

使用该信息，我们可以将open 返回的StringIO 的编码设置为与它（冗余）相同的编码或我们的默认编码：

open('http://localhost:3333').tap do |io|
  charset = io.charset { 'utf-8' }
  io.set_encoding(charset)
end

【讨论】：