kodlamadan UTF-8'e zorla Raylarım uygulamasında dünyanın her yerinden RSS beslemeleriyle çalışıyorum ve bazı yayınlarda UTF-8'de olmayan bağlantılar var. Orijinal feed bağlantıları kontrolümün dışında ve uygulamanın diğer bölümlerinde kullanmak için UTF-8'de olması gerekiyor.Kodları
Kodlamayı nasıl algılayabilir ve UTF-8'e nasıl dönüştürebilirim?
dönüştürmek istedik:
Eğer bir dönüşüm gerçekleştirmek istiyorsanızstr = str.force_encoding("UTF-8")
str.encoding.name # => 'UTF-8'
, encode kullanın:
begin
str.encode("UTF-8")
rescue Encoding::UndefinedConversionError
# ...
end
Kesinlikle daha fazla bilgi için aşağıdaki yazıyı okurdum:
http://graysoftinc.com/character-encodings/ruby-19s-string
Cevabınız için teşekkürler, makale de iyi bir okumaydı. –
Çalışmıyor: whois = whois.force_encoding ("UTF-8") \ n whois.encoding.name => "UTF-8" \ n whois.scan (/ role: \ s + (. +)/i) - Atar: ArgumentError: UTF-8 – Hackeron
'da geçersiz bayt dizisi Belirtildiği gibi, force_encoding karakterleri dönüştürmez ve kesinlikle geçersiz UTF-8 bayt dizilerini sihirli olarak yorumlayamaz. – kwarrick
require 'iconv'
i = Iconv.new('UTF-8','LATIN1')
a_with_hat = i.iconv("\xc2")
Özet: iconv mücevher kodlamalar dönüştürme tüm çalışır. emin ile yüklü olun: Şimdi
gem install iconv
, kendi dize kodlayan Ruby (. Hiçbir içsel kodlamasıyla) bayt bir dizi olarak 1.8 davranır Strings Örneğin olarak şu anda bilmemiz gerekiyor, dize olduğunu söylemek Latin1 ile ve sadece kodlamasını değiştirmek ancak karakterleri dönüştürmek olmaz, bir kodlama kolaydır "zorlamak"
Yakut 1.9 utf-8
require 'iconv'
string_in_utf8_encoding = Iconv.conv("UTF8", "LATIN1", string_in_latin1_encoding)
Cevabınız için teşekkürler, fakat benim durumumda kaynak veriler tutarsız ve kodlamaları önleme konusunda güvenilir bir yolum yok aslında –
Iconv artık kullanılmamalıdır. (kullanımdan kaldırıldı) http://stackoverflow.com/questions/8148762/iconv-deprecation-warning-with-ruby-1-9-3 – basgys
Bu doğru kodlamayı ve sağlayacaktır herhangi bir geçersiz veya tanımsız karakteri boş bir dizeyle değiştirdiği için hata yapmaz. Bu
str.encode(Encoding.find('UTF-8'), {invalid: :replace, undef: :replace, replace: ''})
bir kodlama tespit etmek için geçerli bir UTF-8 dizesi olduğunu ne olursa olsun sağlayacaktır
, sen belgelerin ekli meta bilgileri ayrıştırmak gerekir, yani HTTP başlıkları veya '' etiketleri. – deceze