红宝石音译

Question

在红宝石中音译非英文字符的最简单方法是什么？这是转换，如：

translit "Gévry"
#=> "Gevry"

Answer 1

红宝石在其STDLIB的Iconv库，在一个非常相似的方式转换编码平时iconv命令

Answer 2

从尝试采取看看this script用于替换字符串中重音字符的TechniConseils。使用示例：

"Gévry".removeaccents #=> Gevry 

Answer 3

使用UnicodeUtils宝石。这适用于1.9和2.0。 Iconv在这些版本中已被弃用。

gem install unicode_utils 

然后在IRB试试这个：

2.0.0p0 :001 > require 'unicode_utils' #=> true 
2.0.0p0 :002 > r = "Résumé"    #=> "Résumé" 
2.0.0p0 :003 > r.encoding    #=> #<Encoding:UTF-8> 
2.0.0p0 :004 > UnicodeUtils.nfkd(r).gsub(/(\p{Letter})\p{Mark}+/,'\\1') 
             #=> "Resume" 

现在是如何工作的解释！

首先你必须规范NFKD（Normalization Form（K）ompatability Decomposition）格式的字符串。在 “E” 的unicode码点，被称为 “latin small letter e with acute”，可以以两种方式表示：

• E = U + 00E9
• E =（E = U + 0065）+（急性= U + 0301 ）

第一种形式是最受欢迎的单一代码点。第二种形式是分解格式，将字形（在屏幕上显示为“é”）分隔为两个基本代码点，ASCII“e”和尖锐的重音符号。 Unicode可以从许多代码点组成一个字形，这在一些亚洲书写系统中很有用。

请注意，您通常希望以标准格式对数据进行规范化处理，以进行比较，排序等操作。在ruby中，这两种格式的“é”不等于（）。在IRB，这样做：

> "\u00e9"     #=> "é" 
> "\u0065\u0301"    #=> "é" 
> "\u00e9" == "\u0065\u0301" #=> false 
> "\u00e9" > "\u0065\u0301" #=> true 
> "\u00e9" >= "f"   #=> true (composed é > f) 
> "\u0065\u0301" > "f"  #=> false (decomposed é < f) 

> "Résumé".chars.count  #=> 6 
> decomposed = UnicodeUtils.nfkd("Résumé") 
          #=> "Résumé" 
> decomposed.chars.count  #=> 8 
> decomposed.length   #=> 6 
> decomposed.gsub(/(\p{Letter})\p{Mark}+/,'\\1') 
          #=> "Resume" 

现在，我们已经在NFKD格式的字符串，我们可以使用“属性名”语法（\ p {PROPERTY_NAME}）来匹配一个字母后跟一个应用正则表达式或更多的变音符号“标记”。通过捕获匹配的字母，我们可以使用gsub替换整个字符串中捕获的字母的字母+变音符号。

该技术从ASCII字母中去除了变音符号，并且不会将诸如希腊语或西里尔字符串等字符集音译为等效的ASCII字母。