Ruby每周一测 - 中英文混合字符串截取

这篇Ruby每周一测有点特殊，它不是翻译Ruby Quiz上的文章，而是我自己出的一个quiz  ：

我们在做页面排版的时候，为了避免过长字符串撑开页面，经常需要调用截取过长字符串的方法，rails已经为我们提供了一个方法：

ActionView::Helpers::TextHelper#truncate(text, length = 30, truncate_string = "...")

调用很简单：

truncate("Once upon a time in a world far far away", 14)
# => Once upon a...

truncate("Once upon a time in a world far far away")  
# => Once upon a time in a world f...

truncate("And they found that many people were sleeping better.", 25, "(clipped)")
# => And they found that many (clipped)

但是遇到中文字符串的时候它就不那么完美了：它把一个中文作为和英文相同的长度来截取，使用同样的length参数，会导致截取的英文字符串比中文字符串在视觉上短很多
为了解决这个问题，JavaEye使用的方法是把一个中文大约视为2个英文的宽度，实现truncate_u方法：

truncate_u(text, length = 30, truncate_string = "...")

执行结果和rails的truncate略有不同，length是指中文字宽，truncate_string不计算在length里

truncate_u("english string", 2)
# 截取2个中文字宽，所以是返回4个英文加上"..."
# => engl...

truncate_u("中文字符串", 2)
# => 中文...

truncate_u("中文 and english", 6)
# 截取6个中文字宽，所以是返回2个中文，8个ascii字符，以及truncate_string
# => 中文 and eng ...

truncate_u("中文 and english", 8)
# 完整截取，返回和输入一致的字符串
# => 中文 and english

这次的每周一测就是实现这个方法，或者你有另外更好的中英文混合字符串截取想法，也可以一起来讨论

require 'stringio'

$KCODE = "u" 
def truncate_utf8(text, length = 30, truncate_string = "...")  
  ios=StringIO.new(text)
  ios.truncate(length*2)
  ios.string << truncate_string
end

p truncate_utf8("english string", 2)     
  
p truncate_utf8("中文字符串", 2)   
   
p truncate_utf8("中文 and english", 6)   

p truncate_utf8("中文 and english",8)

hi simohayha,
utf8编码的字符应该是3字节吧， 你用的是length*2，我在测试你的解法第一个中文会输出乱码，而且最后2个输出结果也不对。
ruby 1.8.6, rails 2.0.2, ubuntu 7.10

ActiveSupport::CoreExtensions::String::Unicode里面有个chars方法，总返回utf-8的结果，请自行参考，程序我就不写了吧？

我在文中提到Rails自带的ActionView::Helpers::TextHelper#truncate方法就是用chars来实现的，就是为了解决它带来的视觉长度问题，才出这个ruby quiz的 
为了避免误解，我把文章中的方法名重新编辑一下吧

丢人了，大家当作没看见吧。或者当作回帖不看贴的典型来处理……。

linux我没试，在xp下，我试了下，完全可以的。。

我没有xp环境，不过在win2000下面测试了一下，也是同样的问题：
第一个输出乱码
第二个输出：
"中文 and e..."
第三个输出：
"中文 and engli..."
和题目的要求不符

我是直接用irb或rails console，然后复制代码直接在console里面跑测试的，你是怎么测试的？

我是没有开console，我是直接运行...

可能是你在保存ruby文件的时候没有使用utf8编码，在windows环境下面默认使用了GBK