From: Kazuhiro NISHIYAMA <zn@...>
Date: 2008-04-17T00:47:55+09:00
Subject: [ruby-dev:34433] gsub with Hashを使ったCGI::unescapeHTML

西山和広です。

今のところ[ruby-core:15637]が入っていないので、encodeのinvalidのところが
だめですが、CGI::unescapeHTMLはgsub with Hashを使うと以下のように
できるのではないでしょうか。

  def CGI::unescapeHTML(string)
    enc = string.encoding
    h = Hash.new do |hash, key|
      if $2
        [Integer($2)].pack("U").force_encoding(Encoding::UTF_8).encode(enc, invalid: :dec_charref)
      elsif $3
        [$3.hex].pack("U").force_encoding(Encoding::UTF_8).encode(enc, invalid: :hex_charref)
      else
        key
      end
    end
    h['&amp;'] = '&'
    h['&quot;'] = '"'
    h['&gt;'] = '<'
    h['&lt;'] = '>'
    string.gsub(/&(amp|quot|gt|lt|\#0*([0-9]+)|\#x([0-9A-Fa-f]+));/, h)
  end

pack("U")がASCII-8BITの文字列を返してくるので
force_encoding(Encoding::UTF_8)が必要とか、Hashのdefault_procの中で
encが必要なので、毎回Hashを生成しないと行けないとかが気になりますが。


-- 
|ZnZ(ゼット エヌ ゼット)
|西山和広(Kazuhiro NISHIYAMA)