irvとRubyインタプリタでIconvが異なるのはなぜですか？

Question

私は特別なアクセントや有線記号のない同様のものに、文字列の中に、などéáéíóúÀÉÍÓÚのようなラテン文字を変換する必要があります。

é -> e 
è -> e 
Ä -> A 

私は「test.rb」という名前のファイルがあります：

require 'iconv' 

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

を

私は予想通り「e」を返す、それが動作IRBにそれらの行を貼り付けます。

実行：

$ ruby test.rb 

私は出力として "?" を取得します。

IはIRB 0.9.5（05/04/13）とRuby 1.8.7（2011-06-30パッチレベル352）[I386-のLinux]を使用しています。

Answer 1

のRuby 1.8.7は1.9+のようなマルチバイト文字に精通しているではなかったです。一般に、文字列ではなく文字列を一連のバイトとして扱います。そのような文字をよりよく扱う必要がある場合は、1.9+にアップグレードすることを検討してください。

ジェームズ・グレイは、Ruby 1.8でマルチバイト文字を扱うについてseries of articlesを持っています。私はそれらを読んで時間を取ることを強くお勧めします。それは複雑なテーマなので、彼が数回書いたシリーズ全体を読んでみたいと思うでしょう。

$KCODE = "U" 

ので、あなたが1.8で実行中のコードにそれを追加する必要があります：

はまた、1.8エンコーディングのサポートは$KCODEフラグが設定されている必要があります。ここ

サンプルコードのビットである：

#encoding: UTF-8 

require 'rubygems' 
require 'iconv' 

chars = "éáéíóúÀÉÍÓÚ" 

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

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

ルビー1.8.7（2011-06-30パッチレベル352）[x86_64の-darwin10.7.0]を使用し、IRBでそれを実行して、私が取得：

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 

出力の9行目で、私はRubyに1.8.7の文字のコンセプトに行を分割するように指示しました。結果として '？'それが出力と何をするべきかを知らなかったことを意味します。ライン10は、Iは、マルチバイト文字が正常に翻訳されることを可能にし、通常の文字列に再構築joinバイトの配列をもたらしており、それが分割すると語りました。ルビー1.9.2を使用して、同じコードを実行

が良く示し、より期待望ましい、行動：

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 

Rubyはsplit('')介して、文字のマルチバイトらしさを維持しました。どちらの場合も、Iconv.iconvは正しいことをした

お知らせ、それが入力された文字に視覚的に類似していたキャラクターを作成しました。先頭のアポストロフィが外れているように見えますが、文字が元々アクセントになっていることを思い出させるためにそこにあります。

は、詳細については、関連の質問に右にあるリンクを参照するか、または[ruby] [iconv]