爲什麼Iconv在irb和Ruby解釋器中工作不同？

Question

我不得不拉丁字符轉換像éáéíóúÀÉÍÓÚ等，轉換成字符串類似那些無特殊口音或有線符號：

é -> e 
è -> e 
Ä -> A 

我有一個文件名爲「test.rb」：

require 'iconv' 

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

當我將這些行粘貼到irb中時，它會按預期返回「e」。

運行：

$ ruby test.rb 

我得到 「?」 作爲輸出。

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

Answer 1

紅寶石1.8.7不是像1.9+是多字節字符精明。通常，它將字符串視爲一系列字節，而不是字符。如果您需要更好地處理這些角色，請考慮升級到1.9+。

James Gray有一個關於在Ruby 1.8中處理多字節字符的series of articles。我強烈建議花時間閱讀它們。這是一個複雜的主題，所以你需要閱讀他編寫的整個系列。

此外，1.8編碼的支持需要$KCODE標誌設置：

$KCODE = "U" 

所以你需要將它添加到代碼運行在1.8。

這裏是一個比特的示例代碼：

#encoding: UTF-8 

require 'rubygems' 
require 'iconv' 

chars = "éáéíóúÀÉÍÓÚ" 

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

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

使用紅寶石1.8.7（2011-06-30 PATCHLEVEL 352）[x86_64的-darwin10.7.0]和在IRB運行它，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 

在輸出的第9行，我告訴Ruby將行分割成它在1.8.7中的字符概念，它是字節。所結果的 '？'意味着它不知道如何處理輸出。我告訴它分割的第10行產生了一個字節數組，然後join重新組裝成普通字符串，從而允許多字節字符正常轉換。

運行使用Ruby 1.9.2相同的代碼示出了更好，更期望的和合乎需要的，行爲：

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 

紅寶石保持的字符的多字節岬，通過split('')。

請注意，在這兩種情況下，Iconv.iconv都做得對，它創建的視覺效果與輸入字符相似。雖然主要的撇號看起來不合適，但它在那裏提醒人物原本是重音符號。

欲瞭解更多信息，請參見右側的鏈接到相關的問題或嘗試this SO search爲[ruby] [iconv]