为什么Iconv在irb和Ruby解释器中工作不同？

我不得不拉丁字符转换像éáéíóúÀÉÍÓÚ等，转换成字符串类似那些无特殊口音或有线符号：为什么Iconv在irb和Ruby解释器中工作不同？

é -> e 
è -> e 
Ä -> A

我有一个文件名为“test.rb”：

require 'iconv' 

puts Iconv.iconv("ASCII//translit", "utf-8", 'è').join

当我将这些行粘贴到irb中时，它会按预期返回“e”。

运行：

$ ruby test.rb

我得到 “?” 作为输出。

我使用irb 0.9.5（05/04/13）和Ruby 1.8.7（2011-06-30 patchlevel 352）[i386-linux]。

来源

2011-12-09 zambotn

是，被编码成UTF-8。它也是默认的系统编码。我觉得它也行不通，因为如果我有良好的记忆力，1.9版本中就会引入“#encoding”魔术评论。虽然我刚刚尝试过，但不起作用。 – zambotn

红宝石1.8.7不是像1.9+是多字节字符精明。通常，它将字符串视为一系列字节，而不是字符。如果您需要更好地处理这些角色，请考虑升级到1.9+。

James Gray有一个关于在Ruby 1.8中处理多字节字符的series of articles。我强烈建议花时间阅读它们。这是一个复杂的主题，所以你需要阅读他编写的整个系列。

此外，1.8编码的支持需要$KCODE标志设置：

$KCODE = "U"

所以你需要将它添加到代码运行在1.8。

这里是一个比特的示例代码：

#encoding: UTF-8 

require 'rubygems' 
require 'iconv' 

chars = "éáéíóúÀÉÍÓÚ" 

puts Iconv.iconv("ASCII//translit", "utf-8", chars) 

puts chars.split('') 
puts chars.split('').join

使用红宝石1.8.7（2011-06-30 PATCHLEVEL 352）[x86_64的-darwin10.7.0]和在IRB运行它，我得到：

1.8.7 :001 > #encoding: UTF-8 
1.8.7 :002 > 
1.8.7 :003 > require 'iconv' 
true 
1.8.7 :004 > 
1.8.7 :005 > chars = "\303\251\303\241\303\251\303\255\303\263\303\272\303\200\303\211\303\215\303\223\303\232" 
"\303\251\303\241\303\251\303\255\303\263\303\272\303\200\303\211\303\215\303\223\303\232" 
1.8.7 :006 > 
1.8.7 :007 > puts Iconv.iconv("ASCII//translit", "utf-8", chars) 
'e'a'e'i'o'u`A'E'I'O'U 
nil 
1.8.7 :008 > 
1.8.7 :009 > puts chars.split('') 
? 
? 
? 
? 
? 
? 
? 
? 
? 
? 
? 
? 
? 
? 
? 
? 
? 
? 
? 
? 
? 
? 
nil 
1.8.7 :010 > puts chars.split('').join 
éáéíóúÀÉÍÓÚ

在输出的第9行，我告诉Ruby将行分割成它在1.8.7中的字符概念，它是字节。所结果的 '？'意味着它不知道如何处理输出。我告诉它分割的第10行产生了一个字节数组，然后join重新组装成普通字符串，从而允许多字节字符正常转换。

运行使用Ruby 1.9.2相同的代码示出了更好，更期望的和合乎需要的，行为：

1.9.2p290 :001 > #encoding: UTF-8 
1.9.2p290 :002 > 
1.9.2p290 :003 > require 'iconv' 
true 
1.9.2p290 :004 > 
1.9.2p290 :005 > chars = "éáéíóúÀÉÍÓÚ" 
"éáéíóúÀÉÍÓÚ" 
1.9.2p290 :006 > 
1.9.2p290 :007 > puts Iconv.iconv("ASCII//translit", "utf-8", chars) 
'e'a'e'i'o'u`A'E'I'O'U 
nil 
1.9.2p290 :008 > 
1.9.2p290 :009 > puts chars.split('') 
é 
á 
é 
í 
ó 
ú 
À 
É 
Í 
Ó 
Ú 
nil 
1.9.2p290 :010 > puts chars.split('').join 
éáéíóúÀÉÍÓÚ

红宝石保持的字符的多字节岬，通过split('')。

请注意，在这两种情况下，Iconv.iconv都做得对，它创建的视觉效果与输入字符相似。虽然主要的撇号看起来不合适，但它在那里提醒人物原本是重音符号。

欲了解更多信息，请参见右侧的链接到相关的问题或尝试this SO search为[ruby] [iconv]

来源

2011-12-09 15:47:42

好，非常感谢你，我明白了一点！现在我有两个问题：第一，我不能升级版本，因为软件必须工作在1.8.7上，第二个是标题：如果我用'ruby'（而不是IRB）运行你的脚本，输出不同，似乎Iconv在这种情况下不起作用。 – zambotn

而且我的第七行的输出是不同的：我有'eaeiouAEIOU'而不是''e'a'e'i'o'u''E'I'O'U'。 – zambotn

Ruby 1.9+自动执行'require'rubygems''，所以您需要将它添加到1.8.7的脚本中。我会将其添加到我的示例中以减少混淆。 –

为什么Iconv在irb和Ruby解释器中工作不同？

回答

相关问题