Question

“龅”的UTF-8是E9BE85，unicode是U + 9F85。以下代码未按预期工作：

irb(main):004:0> "龅"
=> "\351\276\205"
irb(main):005:0> Iconv.iconv("unicode","utf-8","龅").to_s
=> "\377\376\205\237"

P.S：我使用的是Ruby1.8.7。

Answer 1

Ruby 1.9+处理Unicode的能力要比1.8.7好得多，因此，我强烈建议尽可能在1.9.2下运行。

部分问题是1.8不理解UTF-8或Unicode字符长度可能超过一个字节。 1.9确实理解并引入了诸如String＃each_char之类的内容。

require 'iconv'

# encoding: UTF-8

RUBY_VERSION # => "1.9.2"
"龅".encoding # => #<Encoding:UTF-8>
"龅".each_char.entries # => ["龅"]
Iconv.iconv("unicode","utf-8","龅").to_s # => 

# ~> -:8:in `iconv': invalid encoding ("unicode", "utf-8") (Iconv::InvalidEncoding)
# ~>    from -:8:in `<main>'

要获取Iconv的可用编码列表，请执行以下操作：

require 'iconv'
puts Iconv.list

这是一个很长的列表，所以我不会在这里添加它。

Answer 2

你可以试试这个：

“％04x”％“龅”.unpack（“U *”）[0]

=＆GT; “9f85”

Answer 3

应使用UNICODEBING//作为目标编码

irb(main):014:0> Iconv.iconv("UNICODEBIG//","utf-8","龅")[0].each_byte {|b| puts b.to_s(16)}
9f
85
=> "\237\205"

将utf-8转换为ruby中的unicode

3 个答案: