ruby 的字节(byte)跟unicode(利用iconv进行编码转换)

require 'iconv'
$KCODE='u'

class String
 def String.safe_iconv(str_utf8)
    sentan=""
    koutan= str_utf8.to_s
   while sentan.to_s.size < str_utf8.to_s.size
    begin
       return sentan = sentan.to_s + Iconv.iconv('SHIFT_JIS','UTF-8', koutan)[0]
    rescue Iconv::Failure => e   
       sentan = sentan.to_s + e.success.to_s
       koutan = e.failed.to_s.sub(/^\S/,"?")
    end
  end
  end
end


puts String.safe_iconv("Zörkendörfer ")

上面一段代码加不加$KCODE='u'结果是不一样的。
$KCODE
    Ruby の認識するマルチバイト文字列エンコーディングです。変数の値は "EUC" "SJIS" "UTF8" "NONE" のいずれかの文字列です。
ruby 认识的复合字节字符串uncoding。可以选择"EUC" "SJIS" "UTF8" "NONE中的任意一个

$KCODE の値が "EUC" のときは文字列や正規表現のエンコーディングが EUC-JP であると仮定します。同様に "SJIS" のときは Shift JIS を仮定します。 "UTF8" のときは UTF-8 を仮定します。 "NONE" のときはマルチバイト文字列を認識しません。

$KCODE的值是"EUC"的时候字符串和正则表达式解码(uncoding)采取EUC-JP方式假设
$KCODE的值是"SJIS"的时候字符串和正则表达式解码(uncoding)采取SJIS方式假设
$KCODE的值是"NONE"的时候字符串和正则表达式解码(uncoding)采取NONE方式假设
NONE的时候不能为复合字节字符串解码

另外还有个方法可以认识复合字节的字符串，用ActiveSupport里面的chars类

评论

1 楼 deferling 2008-09-04  

require 'iconv'
$KCODE='u'

class String
  @re = ""
  def String.safe_iconv(str_utf8)
    begin
      String.add(Iconv.iconv('SHIFT_JIS','UTF-8',str_utf8)[0])
    rescue Iconv::Failure => e   
      str_utf8 = nil
      String.add(e.success.to_s)
      String.safe_iconv(e.failed.to_s.sub(/^\S/,"?"))
    end
  end
  
  def String.add(str_1)
    @re << str_1.to_s
    return @re
  end
end

这是昨天测试时候想出的另一种方法，用了一种不算严格的递归
有可能会造成内存溢出
Iconv::Failur是在Iconv转换出错的时候引发的一个例外对象e.success是错误前的部分，
e.failed是错误后，利用这个类就可以完成很多功能，对Iconv进行扩展了