この発表について

CarrierWaveというファイルアップロードライブラリには、エンドユーザーからファイルのURLを受け取ってそれをダウンロードし格納する仕組みがあります。そこでURI/URLを扱うのが意外と難しいなぁ…という話をします

URI

皆様よくご存じ、Uniform Resource Identifier。
Rubyでは標準ライブラリとして URI が存在していて、いろんなURIを便利に扱える。
が、わりと仕様に厳密に即した入力を要求する。

Ruby URIライブラリが扱えないURIの例

これらのURIはRFC違反なので使えません、と言い切ってしまう手もあるが…

irb(main):001:0> URI.parse('https://example.com/file[1].txt')
/Users/mshibuya/.anyenv/envs/rbenv/versions/3.2.1/lib/ruby/3.2.0/uri/rfc3986_parser.rb:66:in `split': bad URI(is not URI?): "https://example.com/file[1].txt" (URI::InvalidURIError)
	from /Users/mshibuya/.anyenv/envs/rbenv/versions/3.2.1/lib/ruby/3.2.0/uri/rfc3986_parser.rb:71:in `parse'

エンドユーザーはURIに対しふわっとした期待を持っている！

？？？「ブラウザのアドレスバーに入れたらちゃんと出るものがダウンロードできないのはバグでしょ」

特にIDNAが厄介で、この表記がなされたもの自体はURIそのものではなく「規定のエンコードがなされたURIをアプリケーションがよしなに表示できる」という扱い…

そこで Addressable

RubyのIDNA対応URIライブラリとしてポピュラー。
入力にもかなり寛容なので、ユーザーの期待に近い

IDNAを扱うには

#normalize します

irb(main):001:0> Addressable::URI.parse('https://ドメイン名例.jp/').normalize
=> #<Addressable::URI:0x382c URI:https://xn--eckwd4c7cu47r2wf.jp/>

落とし穴

URI全体をnormalizeしてしまうと、pathなども別物になってしまう！

irb(main):001:0> Addressable::URI.parse('https://example.com/o%CC%88.png').normalize
=> #<Addressable::URI:0x7170 URI:https://example.com/%C3%B6.png>

実装された運用

uri = Addressable::URI.parse(source)
uri.host = uri.normalized_host
uri.to_s

とりあえずこんな感じにお茶を濁してます…問題が出ないといいな

まとめ

URI、おなじみなんですが考えることが多くて意外と難しい
おすすめの方法があったら教えてください
人間はいい加減なのでできるだけURIを書かせてはいけない（戒め）