UTF-8的轉換不是字符串編碼＃工作，但語言Iconv

我有這個用語言Iconv：UTF-8的轉換不是字符串編碼＃工作，但語言Iconv

git_log = Iconv.conv 'UTF-8', 'iso8859-1', git_log

現在我想改變它用String＃編碼，由於廢棄警告，但我不能，不工作：

git_log = git_log.encode(Encoding::UTF_8, :invalid => :replace, :undef => :replace, :replace => '')

我曾經在這裏使用語言Iconv，它仍然工作：

https://github.com/gamersmafia/gamersmafia/blob/master/lib/formatting.rb#L244

但是，當我用String＃編碼方法替換這些行時，首先gsub引發了一個「UTF-8中的無效字節序列」錯誤。

你知道爲什麼嗎？

來源

2013-04-02 Draco

你的錯誤是什麼？在Ruby 1.9.3中，您的編碼調用適用於我：'「Foo \ U + FFC2 \ U + FFA3」.encode（Encoding :: UTF_8，：invalid =>：replace，：undef =>：replace，：replace = >''）; =>「Foo」' –

我以前在這裏使用Iconv，它仍然在工作：https：//github.com/gamersmafia/gamersmafia/blob/master/lib/formatting.rb#L244但是，當我用String替換這些行#encode方法，首先gsub引發一個「UTF-8中無效的字節序列」錯誤（信息添加到問題中）。 – Draco

在您撥打String#encode時，您不指定源編碼。紅寶石使用字符串當前編碼爲源，這似乎是UTF-8，和根據the docs：

請注意從編碼enc到相同的編碼enc該轉換是無操作，即接收器在沒有任何改變的情況下被返回，並且即使存在無效字節也不會引發異常。

換句話說，該調用沒有效果，並且將字符串中的字節原樣保留，編碼爲ISO-8859-1。下一次調用gsub然後嘗試將這些字節解釋爲UTF-8，並且由於它們是無效的（它們與ISO-8859-1相同），因此會出現您看到的錯誤。

String#encode有一個表單接受源編碼作爲第二個參數，因此您可以明確指定它，類似於您對Iconv所做的操作。試試這個：

git_log = git_log.encode(Encoding::UTF_8, 
         Encoding::ISO_8859_1, 
         :invalid => :replace, 
         :undef => :replace, 
         :replace => '')

您也可以使用!形式在這種情況下，具有相同的效果：

git_log.encode!(Encoding::UTF_8, 
       Encoding::ISO_8859_1, 
       :invalid => :replace, 
       :undef => :replace, 
       :replace => '')

來源

2013-04-02 21:08:28 matt

卓越，這個作品！我感謝你也解釋了發生了什麼，而不是隻是放一行代碼:) – Draco

試試下面的方法，它從一個字符串刪除字符如果字符是mal-encoded：

invalid_character_indices = [] 
mystring.each_char.with_index do |char, i| 
    invalid_character_indices << i unless char == char.encode(Encoding::UTF_8, Encoding::ISO_8859_1,:invalid => :replace, :undef => :replace, :replace => "") 
end 
invalid_character_indices.each do |i| 
    mystring.delete!(mystring[i]) 
end

來源

2016-08-29 16:35:00 s2t2

UTF-8的轉換不是字符串編碼＃工作，但語言Iconv

回答

相關問題