Ruby String：存储包含反斜杠和十六进制表示法的字符串

Posted 2023-03-16

【中文标题】Ruby String：存储包含反斜杠和十六进制表示法的字符串

【英文标题】：Ruby String: store a string containing backslashes and hexadecimal notation

【发布时间】：2019-12-03 18:12:20

【问题描述】：

找不到更好的标题，所以还是务实一点吧：

目标：通过将 PNG 的 8 个首字节与匹配字符串进行比较来检查 PNG 是否有效

问题： PNG 文件应以 \x89PNG\r\n\x1A\n (why ?) 开头。将此作为字符串存储在变量中会导致一些意外行为：

使用"，将\x1A替换为\u001A（SUBSTITUTE）

s = "\x89PNG\r\n\x1A\n"
=> "\x89PNG\r\n\u001A\n"

使用'，反斜杠被转义

s = '\x89PNG\r\n\x1A\n'
=> "\\x89PNG\\r\\n\\x1A\\n"

转义替换字符也不起作用：

s = "\x89PNG\r\n\\x1A\n"
=> "\x89PNG\r\n\\x1A\n"

使用force_encoding 失败：

s = "\x89PNG\r\n\x1A\n".force_encoding('UTF-8')
=> "\x89PNG\r\n\u001A\n"

我最近开始了这个项目，开始使用字节，到目前为止我并不失望：D

我错过了什么？我应该使用单引号然后gsub 过滤反斜杠吗？我应该使用位表示而不是 hexa 吗？ 理想情况下，我希望在变量中精确值（以十六进制表示），而不必对其调用任何方法

祝你有美好的一天！

【问题讨论】：

为什么要强制使用 utf-8？它是字节流，而不是 unicode 字符串。 "\x89PNG\r\n\x1A\n".force_encoding('ASCII-8BIT')

无论如何，不​​要混淆实际内容及其表示。这些字符串是相同的，按字节计算。 "\x89PNG\r\n\x1A\n".force_encoding('UTF-8').bytes == "\x89PNG\r\n\x1A\n".force_encoding('ASCII-8BIT').bytes

啊哈，一切都很简单（我很沮丧没有看到它）！非常感谢

感谢您的建议，考虑到这一点，我将花更多时间玩它。因此，如果我不想让我的脚本更健壮，我应该比较字节而不是字符串（因为它们可能会有所不同，并且文件头中的字节是以可预测的方式构造的）？

@SergioTulentsev .force_encoding(Encoding::BINARY) 在语义上更合适。

【参考方案1】：

不幸的是，Ruby 将字符串和二进制数据混为一谈，但您不必在代码中这样做。改用打包/解包：

data.unpack("C8") == [0x89, 0x50, 0x4e, 0x47, 0xd, 0xa, 0x1a, 0xa]
# or
png_header = [0x89, 0x50, 0x4e, 0x47, 0xd, 0xa, 0x1a, 0xa].pack("C8")

【讨论】：

感谢您的回答！ pack 和 unpack 看起来超级强大，我得努力练习才能熟练！

【参考方案2】：

按照 Sergio Tulentsev 的建议，我决定在实例方法中比较签名的字节数。它一定不是最好的解决方案（ima n00b），但这是我的代码：

SIGNATURE = "\x89PNG\r\n\x1A\n"

# inside the initialize methode 
  raise ArgumentError, 'File is not a PNG' unless self.png_sig?


def png_sig?
  bytes_slice(limit: 7) == SIGNATURE.bytes
end

def bytes_slice(first_byte: 0, limit: -1)
  @content.bytes[first_byte..limit]
end