Rails обрезает строки UTF-8, содержащие (например)

Я работаю над приложением rails 3.1 с ruby 1.9.3 и mongoid в качестве ORM. Я столкнулся с неприятной проблемой. Я хотел бы обрезать содержимое сообщения следующим образом:

<%= raw truncate(strip_tags(post.content), :length => 200) %>

Я использую raw и strip_tags, потому что мой post.content на самом деле обрабатывается в редакторе форматированного текста.

У меня серьезная проблема с символами, отличными от ASCII. Представьте, что содержание моего поста следующее:

éééé éééé éééé éééé éééé éééé éééé éééé

То, что я делаю выше наивным образом, делает это:

éééé éééé éééé éééé éééé &eac...

Похоже, что truncate видит каждое слово строки, например &eacute;&eactute;&eacute;&eacute;.

Есть ли способ:

  1. Обрабатывать ли усечение фактические строки UTF-8, где 'é' обозначает один символ? Это был бы мой любимый подход.
  2. Взломайте приведенную выше инструкцию, чтобы результат был лучше, например, заставить рельсы обрезать между двумя словами,

Я задаю этот вопрос, потому что до сих пор не нашел никакого решения. Это единственное место в моем приложении, где у меня возникают проблемы с таким персонажем, и это серьезная проблема, поскольку весь контент веб-сайта на французском языке, поэтому содержит много é, ç, à, ù.

Кроме того, я думаю, что такое поведение весьма неудачно для помощника truncate, потому что в моем случае он усекает не 200 символов, а примерно 25 символов!


ruby-on-rails-3 utf-8 truncate multibyte-characters
person rpechayr    schedule 09.02.2012    source источник
comment
Использует ли post.content UTF-8 é или сущность HTML &eacute;?   -  person mu is too short    schedule 09.02.2012
comment
Хороший вопрос. Как я могу это проверить? Я бы поставил на é. Я знаю, что это может быть признаком гораздо более серьезной проблемы, я просто хотел сосредоточить свой вопрос на чем-то конкретном и простом. Так что, возможно, есть способ справиться со всем этим, убедившись, что монго хранит строки UTF-8, но я не знаю, как это проверить.   -  person rpechayr    schedule 09.02.2012
comment
@muistooshort Я обновил свой вопрос, чтобы лучше отразить ситуацию. Я нахожусь в контексте полосатой строки html. Это помогает?   -  person rpechayr    schedule 09.02.2012

Ответы (4)


arrow_upward
3
arrow_downward

Возможно, слишком поздно, чтобы помочь с вашей проблемой, но... Вы можете использовать метод ограничения ActiveSupport::Multibyte::Chars, например:

post.content.mb_chars.limit(200).to_s

см. http://api.rubyonrails.org/v3.1.1/classes/ActiveSupport/Multibyte/Chars.html#method-i-limit

У меня была очень похожая проблема (обрезание строк на разных языках), и это сработало для моего случая. Это делается после того, как везде установлена ​​кодировка UTF-8: конфигурация rails, конфигурация базы данных и/или определения таблиц базы данных, а также любые html-шаблоны.

person etolpygo    schedule 06.09.2013

arrow_upward
1
arrow_downward

Если ваша строка представляет собой HTML, я бы посоветовал вам проверить гем truncate_html. Я не использовал его с такими символами, но он должен знать, где он может безопасно обрезать строку.

person Nick    schedule 09.02.2012

arrow_upward
0
arrow_downward

Есть простой способ, но не красивое решение. Сначала вы должны убедиться, что сохраняемый вами контент имеет кодировку UTF-8. Это может и не понадобиться.

content = "éééé"
post.content = content.force_encoding('utf-8') unless content.encoding.to_s = "UTF-8"

Затем, когда вы читаете это, вы можете прочитать заставить его вернуться

<%= raw truncate(strip_tags(post.content.force_encoding('utf-8')), :length => 200) %>
person twooface    schedule 10.02.2012

arrow_upward
0
arrow_downward

Я написал строки, чтобы упростить усечение, выравнивание, перенос многобайтового текста с поддержкой языков без пробелов (японский , китайский и т.д...)

Strings.truncate('ラドクリフ、マラソン五輪代表に1万m出場にも含み', 12)
# => "ラドクリフ…"
person Piotr Murach    schedule 15.02.2015