使用 `open-uri` 打开带有逗号的 WIKI URL

Question

我遇到 OpenURI::HTTPError: 403 Forbidden 错误 当我尝试打开带有逗号（或其他特殊字符，如.）的URL时。 我可以在浏览器中打开相同的网址。

require 'open-uri'
url = "http://en.wikipedia.org/wiki/Thor_Industries,_Inc."
f = open(url)
# throws OpenURI::HTTPError: 403 Forbidden error

如何转义此类 URL？

我尝试使用 CGI::escape 转义 url，但出现了相同的错误。

f = open(CGI::escape(url))

Answer 1

通常，只需需要模块 cgi，然后使用 CGI::escape(str)。

require 'cgi'
require 'open-uri'
escaped_page = CGI::escape("Thor_Industries,_Inc.")
url = "http://en.wikipedia.org/wiki/#{escaped_page}"
f = open(url)

但是，这似乎不适用于您的特定实例，并且仍然返回 403。无论如何，我将把它留在这里供参考。

---

编辑：维基百科拒绝您的请求，因为它怀疑您是机器人。看起来某些内容明确的页面会授予您，但那些不符合其“安全”模式的页面（例如包含点或逗号的页面）将受到其筛选。如果您实际输出内容（我使用 Net::HTTP 执行此操作），您将得到以下内容：

脚本应使用包含联系信息的信息丰富的用户代理字符串，否则它们可能会被 IP 封锁，恕不另行通知。

但是，提供用户代理字符串可以解决该问题：

open("http://en.wikipedia.org/wiki/Thor_Industries,_Inc.",
  "User-Agent" => "Ruby/#{RUBY_VERSION}")