Ruby'de bir dizgi UTF8'e dönüştürme

Question

Hpricot kullanan bir tarayıcı yazıyorum. Bazı web sayfalarından dizelerin bir listesini indirir, sonra dosyaya yazmayı denerim. Bir şey kodlaması ile yanlıştır: bu yüzden force_encoding('UTF-8') yardımcı olmuyor,

Développement 

str.encoding döner UTF-8:

"\xC3" from ASCII-8BIT to UTF-8 

bir web sayfası üzerinde işlenen ve bu şekilde yazdırılır öğeler var. Bunu nasıl okunabilir UTF-8'e dönüştürebilirim?

Answer 1

Sizin dize yanlış yol yuvarlak kodlanmış görünüyor:

"Développement".encode("iso-8859-1").force_encoding("utf-8") 
#=> "Développement" 

Answer 2

dize UTF-8 olduğunu düşünüyor gibi görünüyor, ama gerçekte, başka bir şey, muhtemelen ISO-8859-1 olduğunu.

Önce doğru kodlamayı tanımlayın (zorlayın) ve sonra UTF-8'e dönüştürün. Örnekte

:

puts "Développement".encode('iso-8859-1').encode('utf-8') 

bir alternatiftir: Ã hiç mantıklı

puts "\xC3".force_encoding('iso-8859-1').encode('utf-8') #-> Ã 

, o zaman başka bir kodlama deneyin.

hpricot artık korunur

file_contents.encode!('UTF-16', 'UTF-8') 

Answer 3

"ruby 1.9: invalid byte sequence in UTF-8"

az kod ile başka bir iyi bir yaklaşım tanımlamıştır. Ayrıca, muhtemelen orijinal web sayfasının kodlamasının ne olduğunu belirtmelisiniz.