ruby 强制字符串从任何编码转换为UTF-8

2lpgd968 于 2023-06-22 发布在 Ruby

关注(0)|答案(4)|浏览(126)

在我的rails应用程序中，我使用来自世界各地的RSS提要，有些提要的链接不是UTF-8。原始的提要链接不受我的控制，为了在应用程序的其他部分使用它们，它们需要使用UTF-8。
如何检测编码并转换为UTF-8？

4条答案

Ruby 1.9
“强制”编码很容易，但它不会转换字符，只是改变编码：

str = str.force_encoding('UTF-8')

str.encoding.name # => 'UTF-8'

如果要执行转换，请使用encode：

begin
  str.encode("UTF-8")
rescue Encoding::UndefinedConversionError
  # ...
end

这将确保您具有正确的编码，并且不会出错，因为它将任何无效或未定义的字符替换为空字符串。
这将确保无论如何，您都有一个有效的UTF-8字符串

str.encode(Encoding.find('UTF-8'), {invalid: :replace, undef: :replace, replace: ''})

对于Ruby 3.0+：

str.encode(Encoding.find('UTF-8'), invalid: :replace, undef: :replace, replace: '')

只有这个解决方案对我有效：

string.encode('UTF-8', 'binary', invalid: :replace, undef: :replace, replace: '')

注意binary参数。

伊孔夫

require 'iconv'
i = Iconv.new('UTF-8','LATIN1')
a_with_hat = i.iconv("\xc2")

概要：iconv gem完成了所有转换编码的工作。请确保安装了：

gem install iconv

现在，您需要知道字符串当前使用的是什么编码，因为Ruby 1.8将字符串视为字节数组（没有固有编码）。例如，假设字符串使用的是latin 1，您希望将其转换为utf-8。

require 'iconv'

string_in_utf8_encoding = Iconv.conv("UTF8", "LATIN1", string_in_latin1_encoding)