Ruby open-uri，打開png URL時返回錯誤

Question

我正在通過http://manga.bleachexile.com/gantz-chapter-1.html及之后的Gantz漫畫制作爬蟲解析圖像。

在抓取程序嘗試打開圖像之前（第273章），我一直獲得成功：

錯誤的URI（不是URI？）： http : //static.bleachexile.com/manga/gantz/273/Gantz[ 0273]_p001[Whatever-Illuminati] .png

但是我猜這個URL是有效的，因為我可以從Firefox打開。

部分代碼：

img_link = nav.page.image_urls.find {|x| x.include?("manga/gantz")}
img_name = RAILS_ROOT+"/public/#{nome}/#{cap}/"+nome+((template).sub('::cap::', cap.to_s).sub('::pag::', i.to_s))
img = File.new( img_name, 'w' )
img.write( open(img_link) {|f| f.read} )
img.close

Answer 1

這不是有效的uri。 uri只能使用某些字符。 順便說一句，像所有瀏覽器一樣，Firefox嘗試為用戶做盡可能多的事情，而不是在看上去不符合標准時抱怨。

它以以下形式有效：

open("http://static.bleachexile.com/manga/gantz/273/Gantz%5B0273%5D_p001%5BWhatever-Illuminati%5D.png") # => #<File:/tmp/open-uri20100226-3342-clj08a-0>

您可以嘗試像這樣逃避它：

uri.gsub(/\/.*/) do |t|
  t.gsub(/[^.\/a-zA-Z0-9\-_ ]/) do |c|
    "%#{ c[0]<16 ? "0" : "" }#{ c[0].to_s(16).upcase }"
  end.gsub(" ", "+")
end

但是請小心，如果網站使用正確的轉義的uri，而您又再次轉義了。 uri不會再指向同一位置了。