Ruby: open-uriでのopenは、URLをバイナリモードで開く

はじめに

通常のファイルのopenと、open-uriを使ってURLをopenするときのオープンモードの違いを把握していなかったのでまとめます。

通常のファイルでのopen

通常のopenは、ファイルをテキストモードで開きます。

open.rb

p open('hello.html').read.encoding  #=> #<Encoding:UTF-8>

テキストモードで開くため、読み込んだ文字列の文字コードは「ASCII-8BIT」にはなりません。
ここで読み込むファイルの文字コードと、開くときのエンコーディングが異なっていると、readで文字列として表示したときに文字化けを起こします。

openするときのエンコーディングは、メソッドの第二引数に指定することができます。

open.rb

p open('hello.html', 'r:Shift_JIS').read.encoding  #=> #<Encoding:Shift_JIS>

またバイナリモードでファイルを開きたいときには'rb'オプションをつけます。（read binaryですね）

open.rb

p open('hello.html', 'rb').read.encoding  #=> #<Encoding:ASCII-8BIT>

バイナリモードで開いているため、読み込んだ文字列の文字コードは「ASCII-8BIT」となっています。

open-uriのopen

open-uriでのopenは、デフォルトでURLをバイナリモードで開きます。

openuri.rb

require 'open-uri'

p open('https://yahoo.jp').read.encoding  #=> #<Encoding:ASCII-8BIT>

読み込んだ文字列の文字コードが「ASCII-8BIT」となっていることが確認できます。