将 UTF-8 中的 unicode 字符从符号更改为数字代码答案

【问题标题】：Change unicode characters in UTF-8 from symbol to numeric code将 UTF-8 中的 unicode 字符从符号更改为数字代码
【发布时间】：2011-11-27 09:53:43
【问题描述】：

我正在使用 Ruby（如果有帮助的话还有 Nokogiri）来编码一些文档。我想将实际的 unicode 字符（如 “）更改为 html 实体（如 &#8220;）。我该怎么做呢？我知道我可以用类似的东西来做一个角色

s = '“'    
puts "&##{.unpack('U').first};"   # gives &#8220;

但是有没有办法使用 iconv 或 nokogiri 正确地做到这一点？

【问题讨论】：

【解决方案1】：

有HTMLEntities gem。由于它是十进制编码，它的作用与您的代码（解包）大致相同。

【讨论】：

【解决方案2】：

这可能不正确，但 nokogiri 在不理解编码时会这样做（我认为实际上是 libxml2）：

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

【讨论】：

【解决方案3】：

我想出了这种方法，它采用了一种相当蛮力的方法，肯定（希望？）被编译的库解决方案所取代？它虽然有效：

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

【讨论】：