Rubyで数値文字参照をUTF-8にする

どういうわけか書いた、数値文字参照をUTF-8にするスクリプトがあったのであげてみる。完成品はラストの一行だけなんですけどねー、ねー。

$KCODE='u'

# 文字は 16bit と仮定

s1 = '人生ｵﾜﾀ'.unpack('U*').collect {|c| c >= 255 ? '&#' + c.to_s + ';' : c.chr }.join
s2 = '＼(^o^)／'.unpack('U*').collect {|c| c >= 255 ? '&#x' + c.to_s(16) + ';' : c.chr }.join

s = s1 + s2
puts '元データ ("人生ｵﾜﾀ"は10進,"＼(^o^)／"は16進)'
puts s
#=>&#20154;&#29983;&#65397;&#65436;&#65408;&#xff3c;(^o^)&#xff0f; 

puts '(1) 10進数値による数値文字参照 => UTF-8'
puts s.gsub(/&#(\d*?);/) { [$1.to_i].pack('U') }
#=>人生ｵﾜﾀ&#xff3c;(^o^)&#xff0f;

puts '(2) 16進数値による数値文字参照 => UTF-8'
puts s.gsub(/&#[xX]([0-9a-fA-F]{4});/) { [$1.to_i(16)].pack('U') }
#=>&#20154;&#29983;&#65397;&#65436;&#65408;＼(^o^)／

puts '(1) + (2)'
puts s.gsub(/&#(\d*?);/) { [$1.to_i].pack('U') }.gsub(/&#[xX]([0-9a-fA-F]{4});/) { [$1.to_i(16)].pack('U') }
#=>人生ｵﾜﾀ＼(^o^)／

puts '数値文字参照 => UTF-8'
puts s.gsub(/&#(?:(\d*?)|(?:[xX]([0-9a-fA-F]{4})));/) { [$1.nil? ? $2.to_i(16) : $1.to_i].pack('U') }
#=>人生ｵﾜﾀ＼(^o^)／