解析具有大括号的URI，URI::InvalidURIError:坏URI(不是URI吗？)

Question

使用红宝石1.9.2-p290。我遇到了一个试图解析URI的问题，如下所示：

require 'uri'
my_uri = "http://www.anyserver.com/getdata?anyparameter={330C-B5A2}"
the_uri = URI.parse(my_uri)

发出以下错误：

URI::InvalidURIError: bad URI(is not URI?)

我需要一种与每次编码大括号不同的解决方案：

new_uri = URI.encode("http://www.anyserver.com/getdata?anyparameter={330C-B5A2}")
=> "http://www.anyserver.com/getdata?anyparameter=%7B330C-B5A2%7D"

现在我可以像往常一样解析new_uri，但是每次我需要它时都必须这样做。没有每次都这样做，最简单的方法是什么？

我发布了我自己的解决方案，因为我没有看到这完全是我解决它。

# Accepts URIs when they contain curly braces
# This overrides the DEFAULT_PARSER with the UNRESERVED key, including '{' and '}'
module URI
  def self.parse(uri)
    URI::Parser.new(:UNRESERVED => URI::REGEXP::PATTERN::UNRESERVED + "\{\}").parse(uri)
  end
end

现在，我可以将URI.parse( uri )与包含大括号的uri一起使用，并且不会引发错误。

Answer 1

# Need to not fail when uri contains curly braces
# This overrides the DEFAULT_PARSER with the UNRESERVED key, including '{' and '}'
# DEFAULT_PARSER is used everywhere, so its better to override it once
module URI
  remove_const :DEFAULT_PARSER
  unreserved = REGEXP::PATTERN::UNRESERVED
  DEFAULT_PARSER = Parser.new(:UNRESERVED => unreserved + "\{\}")
end

对于同样的问题，由于DEFAULT_PARSER在任何地方都被使用，所以最好将它完全替换为URI#parse方法。此外，这避免了每次为新Parser对象的实例化分配内存。

Answer 2

RFC 1738 - http://www.faqs.org/rfcs/rfc1738.html意味着你必须对大括号进行编码。

Thus, only alphanumerics, the special characters "$-_.+!*'(),", and
reserved characters used for their reserved purposes may be used
unencoded within a URL.