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]
はい、UTF-8としてエンコードされるためthis SO searchを試してみてください。また、デフォルトのシステムエンコーディングです。 私は良い記憶があれば、 "#encoding"という魔法のコメントが1.9で導入されたので、うまくいかないと思います。 私はちょうど試したが動作しません。 – zambotn