是否有比CGI for Ruby更好的HTML转义和转义工具？

Question

CGI.escapeHTML非常糟糕，但CGI.unescapeHTML完全是borked。例如：

require 'cgi' 

CGI.unescapeHTML('…') 
# => "…"     # correct - an ellipsis 

CGI.unescapeHTML('…') 
# => "…"    # should be "…" 

CGI.unescapeHTML('¢') 
# => "\242"     # correct - a cent 

CGI.unescapeHTML('¢') 
# => "¢"    # should be "\242" 

CGI.escapeHTML("…") 
# => "…"     # should be "…" 

看来，unescapeHTML知道所有的数字代码加&，<，>和"。而escapeHTML只知道最后四个 - 它不会执行任何数字代码。我明白，转义通常不需要像健壮的一样，因为HTML将允许大多数字符的字面版本，除了CGI.escapeHTML知道的四个以外。但是消遣应该真的会更好。

有没有更好的工具在那里，至少对于消除？

Answer 1

的宝石ヶ辆应该做的伎俩：

require 'rubygems' 
require 'htmlentities' 

coder = HTMLEntities.new 

coder.decode('…') # => "…" 
coder.decode('…') # => "…" 
coder.decode('¢') # => "¢" 
coder.decode('¢') # => "¢" 
coder.encode("…", :named) # => "…" 
coder.encode("…", :decimal) # => "…" 

Answer 2

require 'rubygems' 
require 'hpricot' 

Hpricot('…', :xhtml_strict => true).to_plain_text 

虽然你可能不得不使用字符编码。