我的数据库中保存了一个 HTML 文档，如下所示：
\\u003cp style=\\\"text-align: center; opacity: 1;\\\"\\u003e\\u003cstrong\\u003e\\u003cspan style=\\\"font-size: 18pt;\\\
我知道，这很丑陋，我知道，这不是理想的方式，但这是一个遗留系统。
我的任务是获取所有这些 HTML 并将它们转换为 Google Docs 中的文档。实际上，Google Docs 可以很好地将 HTML 解析为其内部格式，但 HTML 需要是有效的 HTML，<p>而不是\\u003cp.
我正在尝试将此字符串转换/解码/解析/转换为有效的 HTML，但到目前为止，没有任何运气。
htmlentities gem、CGI 解码等Nokogiri::HTML.parse，JSON.parse但它们都没有完成这项工作。
我也尝试过，string.encode(xxxx)但也没有运气。我真的希望这种.encode方法能做到，但我无法让它工作，也许我使用了错误的编码？（我尝试使用所有ISO-xxx编码）
这里有一个快速的解决方法：
input_string.gsub(/\\u(\h{4})/) { [$1.to_i(16)].pack('U') }
使用上面给出的示例输入，结果如下：
"<p style=\\\"text-align: center; opacity: 1;\\\"><strong><span style=\\\"font-size: 18pt;\\"
解释：
\u003c == <. 左侧是转义的 unicode 字符；这与\\u003c, 是一个字面反斜杠不同，后跟u003c.
正则表达式\\u(\h{4})将匹配任何出现的 this （\h代表“十六进制”，相当于[0-9a-fA-F]），Array#pack并将二进制序列转换为（在这种情况下）一个 UTF-8 字符。
当然，理想情况下，您应该从根本上解决问题，而不是像这样改造解决方法。但是，如果这超出了您的控制范围，那么解决方法就足够了。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句