Cách chuyển đổi chuỗi thành UTF8 trong Ruby

Question

Tôi đang viết trình thu thập thông tin sử dụng Hpricot. Nó tải xuống một danh sách các chuỗi từ một số trang web, sau đó tôi cố gắng ghi nó vào tệp. Cái gì là sai với mã hóa:

"\xC3" from ASCII-8BIT to UTF-8 

tôi có các mục được trả lại trên một trang web và in theo cách này:

Développement 

các str.encoding lợi nhuận UTF-8, vì vậy force_encoding('UTF-8') không giúp. Làm thế nào tôi có thể chuyển đổi sang UTF-8 có thể đọc được?

Answer 1

chuỗi của bạn dường như đã được mã hóa một cách sai lầm tròn:

"Développement".encode("iso-8859-1").force_encoding("utf-8") 
#=> "Développement" 

Answer 2

vẻ chuỗi bạn nghĩ rằng nó là UTF-8, nhưng trong thực tế, nó là cái gì khác, có lẽ tiêu chuẩn ISO-8859-1.

Xác định (buộc) mã hóa chính xác trước, sau đó chuyển đổi sang UTF-8.

Trong ví dụ của bạn:

puts "Développement".encode('iso-8859-1').encode('utf-8') 

Một cách khác là:

puts "\xC3".force_encoding('iso-8859-1').encode('utf-8') #-> Ã 

Nếu Ã làm cho không có ý nghĩa, sau đó thử độ mã hóa khác.

Answer 3

"ruby 1.9: invalid byte sequence in UTF-8" được mô tả một cách tiếp cận tốt với mã ít:

file_contents.encode!('UTF-16', 'UTF-8')