ruby 1.8.7 为什么 .to_yaml 将一些字符串转换为不可读的字节

Question

使用 nokogiri 解析一些网页时，我在清理一些字符串并使用 YAML 保存它们时遇到了一些问题。要重现问题，请查看重现相同问题的 IRB 会话：

irb(main):001:0> require 'yaml'
=> true
irb(main):002:0> "1,000 €".to_yaml
=> "--- !binary |\nMSwwMDAg4oKs\n\n"
irb(main):003:0> "1,0000 €".to_yaml
=> "--- \"1,0000 \\xE2\\x82\\xAC\"\n"
irb(main):004:0> "1,00 €".to_yaml
=> "--- !binary |\nMSwwMCDigqw=\n\n"
irb(main):005:0> "1 €".to_yaml
=> "--- !binary |\nMSDigqw=\n\n"
irb(main):006:0> "23 €".to_yaml
=> "--- !binary |\nMjMg4oKs\n\n"
irb(main):007:0> "12000 €".to_yaml
=> "--- !binary |\nMTIwMDAg4oKs\n\n"
irb(main):008:0> "1200000 €".to_yaml
=> "--- \"1200000 \\xE2\\x82\\xAC\"\n"
irb(main):009:0> "120000 €".to_yaml
=> "--- \"120000 \\xE2\\x82\\xAC\"\n"
irb(main):010:0> "12000 €".to_yaml
=> "--- !binary |\nMTIwMDAg4oKs\n\n"

总而言之，有时 .to_yaml 输出是可读的，而有时输出是不可读的。最耐人寻味的方面是字符串非常相似。

我怎样才能避免那些 !binary ... 输出？

Answer 1

YAML 更喜欢将字符串转储为文本还是二进制，这取决于 ASCII 字符和非 ASCII 字符之间的比率。

如果你想尽可能避免!binary，你应该使用ya2yaml gem。它努力将字符串转储为 ASCII + 转义的 UTF-8。