Question

我正在阅读“Ruby编程语言”。在第3.2.6.1节“Ruby 1.9中的多字节字符”中，本书介绍了Ruby字符串中的优化

如果字符串文字只包含7位ASCII字符，则其编码方法将返回ASCII，即使源编码为UTF-8

我在ruby 1.9.1-p431,1.9.2和1.9.3-p125上尝试了以下简单脚本，两者都使用UTF-8编码为7位ASCII字符。

# coding: utf-8
s = 'hello'
p s.encoding
# result is #<Encoding:UTF-8>

我想在Ruby 1.9的开发过程中可能会改变这种行为。我试图搜索Ruby 1.9的更改日志，1.9.1 changelog确认了这种行为。我还克隆了Ruby的git存储库，但是我找不到提交有关改变这种行为的提交。

更新

看看Ruby的源代码库，我想这是Ruby 1.9.0中的行为，它于2008年1月发布。（它无法在Debian 6上编译，所以我无法确切地证实这一点。）虽然“红宝石编程语言”是一本优秀的书，但它最初是在2008年出版的。本书中的一些描述很可能已经过时了。

另一个过时的描述是关于Encoding.list方法行为。因此，如果您还在阅读本书，请注意过时的描述。

Answer 1

我没有那本书，但目前编程Ruby书籍（镐）的Pdf版本陈述

字符串文字总是使用包含它们的源文件的编码进行编码，而不管字符串的内容是什么

然后举例说明"dog"获得utf-8编码。看起来你所拥有的书的版本是错误的。无论是你的书的印刷版本中的勘误表还是印刷后ruby改变的事实，我都不知道

Answer 2

重要的是要注意Ruby中的“encoding”通常比存储的实际字节更多地引用“解释”。当它说编码是UTF-8时，这意味着该字符串中的字节将被解释为UTF-8多字节字符，但是假设UTF-8在设计上与7位ASCII向后兼容，那么在二元水平上没有明显的差异。

Ruby不会自动检测字符串的编码，因为没有标准甚至可靠的方法来确定它。这就是默认编码方法应用于所有字符串的原因，除非在创建或转换时明确指定。

您可以切换字符串的编码，而无需使用force_encoding实际修改存储的字节。您还可以使用encode转换为其他格式，可能会重新映射存储的字节。

如果您想了解有关字符串内部的更多信息，可以使用以下几种方法进行探索：

'dog'.encoding
# => #<Encoding:UTF-8> 
'dog'.bytes.to_a
# => [100, 111, 103] 
'dog'.chars.to_a
# => ["d", "o", "g"]

与非7位ASCII字符串比较：

'døg'.encoding
# => #<Encoding:UTF-8> 
'døg'.bytes.to_a
# => [100, 195, 184, 103]
'døg'.chars.to_a
# => ["d", "ø", "g"]