提问人：Ilmari Karonen 提问时间：3/28/2023 更新时间：3/31/2023 访问量：84
Ruby 能保证 eval（str.inspect） == str 吗？
Does Ruby guarantee that eval(str.inspect) == str?
问：
我最近发现自己需要根据用户输入生成一个简单的 Ruby 脚本，其中一些脚本需要作为字符串文字包含在脚本中。虽然在我的特定情况下，此输入来自受信任的来源，但我仍然希望以一种即使输入字符串恰好包含引号、反斜杠、换行符、哈希标记或其他意外元字符也不会中断的方式执行此操作。
显而易见的解决方案（如前面问题的公认答案中所建议的那样）是使用 String#inspect 方法，其文档指出：
返回 str 的可打印版本，用引号括起来，特殊字符转义。
然而，该文档没有明确说明评估 Ruby 代码的输出将返回原始字符串。而且，事实上，我确实在技术上设法提出了一个使用非Unicode字符串的反例：String#inspect
pry(main)> str = 0x80.chr; eval(str.inspect) == str
=> false
但是，我需要编码的所有字符串都是 Unicode 字符串，因此这个反例对我来说只是理论上的兴趣。但我仍然想要一些记录在案的保证，因此存在以下问题：
- 如果是 Unicode 字符串，则保证等于 吗？
eval(str.inspect)strstr - 如果没有，是否还有其他方法可以在生成的 Ruby 代码中转义字符串文字，并保证始终有效？
另外，一个额外的问题：
- 总是保证相等吗？
eval("'" + str.gsub(/[\\']/, { "\\" => "\\\\", "'" => "\\'" }) + "'")str
答：
0赞
Ilmari Karonen
3/28/2023
#1
让我试着总结一下我到目前为止的调查结果（包括马克斯现在删除的答案，它向我介绍了）：String#dump
String#inspect 的文档不保证其输出会生成原始字符串。但是，至少从 Ruby 3.0.2 开始，String#dump 的文档确实做出了这样的保证：eval
此方法可用于往返：如果结果被求值，它将生成原始字符串。
new_str
因此，我的问题 #1 和 #2 的答案似乎是：
不，不能保证 Ruby 文档是等同的（尽管在实践中它似乎确实有效;见下文）。
eval(str.inspect)strOTOH，被记录为始终相等。
eval(str.dump)str
当然，虽然拥有文档是件好事，但确保实际行为与文档内容相匹配也是一个好主意。
根据我的测试，从经验上讲，至少在相对现代的 Ruby 版本上，两者似乎都产生了输出，当 ed 时，等于原始 （Unicode） 字符串。String#inspectString#dumpeval
具体来说，使用以下测试字符串（我相信它包含所有当前分配的非代理项 Unicode 字符，以及一些额外的潜在问题字符对和序列），
unicode_points = (0..0xD7FF).to_a + (0xE000..0xE007F).to_a
str = unicode_points.map { |i| i.chr(Encoding::UTF_8) }.join("")
str += "\#{foo} \\\\ \\\' \\\" \r\n\t"
似乎在 CRuby 2.6.10 和 3.3.0dev 以及 JRuby 9.3.10.0 上都评估为 true（这是我碰巧安装并方便使用的）。eval(str.inspect) == streval(str.dump) == str
然而，我的奖金问题 #3 中的方法并不完全有效;有问题的字符序列是（即 ASCII CR+LF），即使在单引号字符串中，它显然也会折叠成一个 LF。具体来说，事实证明（！gsub"\r\n"eval("'\r\n'") == "\n"
（我发现这一点是基于我在使用包含所有 Unicode 字符的字符串进行测试时收到的警告。这让我怀疑换行符可能存在一些有趣的解析，所以我添加到我的测试字符串中并得到了不匹配。warning: encountered \r in middle of line, treated as a mere space"\r\n"
另外，在测试时，我碰巧注意到上面的测试字符串无法正确往返。一个演示相同问题的更简单的测试用例是 ，为此会引发 。String#dumpString#undumpstr = "\u0001\uABCD"str.dump.undumpRuntimeError: hex escape and Unicode escape are mixed
显然，问题在于将 ASCII C0 控制代码中的字符编码为形式的十六进制转义码，但形式中高于 U+007F 的非 ASCII Unicode 字符（或用于 BMP 之外的字符），由于某种原因不喜欢。虽然这不是 的问题，但 似乎很乐意接受 的输出，它可能仍然算作一个错误。我现在已将其报告为 https://bugs.ruby-lang.org/issues/19558。String#dump\xNN\uNNNN\u{NNNNN}String#undumpeval()String#dump
评论