From: KURODA Hiraku <hiraku@...>
Date: 2008-09-10T03:00:10+09:00
Subject: [ruby-dev:36236] Re: URI::Parser

こんばんは、黒田ひらくと申します。
ひと月前の話題で恐縮なのですが、添付ライブラリを利用させてもらっている立
場からコメントしたくて投稿します。


現在のURIライブラリはRFCに忠実である故に'_'を含むホスト名を含むURIを処理
しようとするとエラーになります。
open-uriやmechanizeがこのURIライブラリを利用しているため、URIには問題が
あるけど実際に存在しているページをこれらのライブラリで処理できません。

手元では超簡易なopen-uriの代替メソッドや、Mechanizeについては lax-uri(*)
なるものをでっち上げて対応しているところですが、やはり本家の方で対応して
もらえれば嬉しいです。
  (*): http://www.hinet.mydns.jp/tdiary/?date=20080906#p01

そのようなわけで、やまださんのURI::Parserが採用されればなぁと思っている
次第です。


以上、検討に際しての参考にして頂ければと思います。どうぞよろしくお願いい
たします。

akira yamada / やまだあきら さんは書きました:
> URIモジュールに手を加えて
> ちょっと間違っているのだけど実際に使われてしまっているURI
> を受け入れられるようにしてみました。
> 
> 過去に何度か<>とか_とかが入っていると
> 例外になるという報告を受けていて、
> それに対応しようとしたものです。
> 
> URIモジュールでは従来からRegexpを使っていますが
> そのRegexpの一部を指定したパターンで生成できるようにした
> という感じの変更です。
> 
> こんな感じで使います:
> 
>>> p = URI::Parser.new(:ESCAPED=>"(?:%[a-fA-F0-9]{2}|%u[a-fA-F0-9]{4})")
> => #<URI::Parser:0xb7872640>
>>> u = p.parse("http://foo.bar.baz/%uABCD")
> => #<URI::HTTP:0xb78cf4f8 URL:http://foo.bar.baz/%uABCD>
>>> URI.parse(u.to_s)
> URI::InvalidURIError: bad URI(is not URI?): http://foo.bar.baz/%uABCD
>         from /.../lib/uri/common.rb:126:in `split'
>         from /.../lib/uri/common.rb:144:in `parse'
>         from /.../lib/uri/common.rb:592:in `parse'
>         from (irb):3
>         from /usr/bin/irb1.9:12:in `<main>'
>>> s = "http://foo.bar.baz/ABCD"
> => "http://foo.bar.baz/ABCD"
>>> u1 = p.parse(s)
> => #<URI::HTTP:0xb78c3220 URL:http://foo.bar.baz/ABCD>
>>> u2 = URI.parse(s)
> => #<URI::HTTP:0xb78b6d54 URL:http://foo.bar.baz/ABCD>
>>> u1 == u2
> => true
>>> u1.eql?(u2)
> => false
> 
> 新しいコードを<http://arika.org/tmp/ruby1.9-new-uri.tar.gz>においています。
> ほとんどはコードを移動しただけで、従来のテストも通ることを確認しています。
> 
> できればruby1.9に入れたいなと思っているのですが
> いかがでしょうか。
> 


-- 
--------------------------------------------------
 黒田 拓(くろだ ひらく)
    hiraku@sapporo.email.ne.jp
    http://www.hinet.mydns.jp/
--------------------------------------------------