Active Record 序列化 attr 丢失字符串编码（可能是 YAML 问题），解决方法吗？

Question

我正在使用 Rails 2.3.8 和 Ruby 1.9.1，但遇到了问题 活动记录中的序列化属性不保留字符串编码。 根本问题可能是 yaml，但我想知道是否有人有 关于如何处理这个问题的任何好主意。我正在开发的应用程序有 许多序列化字段，其中一些包含深层结构 数组和哈希。返回一个 ASCII-8Bit 字符串（实际上是 UTF-8）在这些结构深处会造成严重破坏......

也许最好通过示例来说明，如果我将 l 保存到序列化 attr 一个活动记录模型，我将从数据库中读取数据时得到l2。

>> l
=> ["English", "Türkçe", "Русский"]
>> l.map(&:encoding)
=> [#<Encoding:UTF-8>, #<Encoding:UTF-8>, #<Encoding:UTF-8>]
>> l.map(&:valid_encoding?)
=> [true, true, true]
>> l.to_yaml
=> "--- \n- English\n- !binary |\n  VMO8cmvDp2U=\n\n-
\"\\xD0\\xA0\\xD1\\x83\\xD1\\x81\\xD1\\x81\\xD0\\xBA\\xD0\\xB8\\xD0\\xB9\"\n"
>> l2 = YAML.load(l.to_yaml)
=> ["English", "T\xC3\xBCrk\xC3\xA7e", "Русский"]
>> l2.map(&:encoding)
=> [#<Encoding:UTF-8>, #<Encoding:ASCII-8BIT>, #<Encoding:UTF-8>]

有谁知道 yaml 如何决定是否将字符串存储为 二进制与转义字符串？上面的最后两个字符串都是 非ascii-7，但只有第一个存储为二进制...

我当前的想法是挂钩活动记录反序列化例程，遍历哈希和数组并对所有字符串元素强制编码。不是非常安全或通用，但可能适合我的用例，尽管我也想知道是否有人修补了 YAML 以使这里变得更聪明......

Answer 1

我确实想出了一个解决方案：

猴子修补字符串可以强制 YAML 使用 \ 转义而不是二进制，因此以默认编码（对我来说 UTF-8）而不是 ASCII-8BIT 返回字符串，

class String
  def is_binary_data?
    encoding == Encoding::ASCII_8BIT unless empty?
  end
end

最初这个例程使用一些启发式方法更短\对字符串的二进制编码进行转义，这就是为什么我只有一些国际字符串遇到问题的原因。