Question

（对不起，如果有一个新问题......我做了很多研究，说实话......）

我正在编写一些Ruby on Rails代码来解析RSS / ATOM提要。我的代码是用一个讨厌的'£'符号。

在做其他任何事情之前，我一直在尝试规范化Feed的描述和标题字段：

descr = self.description.mb_chars.normalize(:kc)

然而，当它用“£”命中字符串时，我猜测mb_chars会遇到问题并返回一个常规的Ruby String对象。我收到错误：

undefined method `normalize' for #<String:0x5ef8490>

那么，防御性地准备这些字符串以插入数据库的最佳过程是什么？（我还需要对它们进行一堆字符串处理）

我的问题更加复杂，因为我不知道我正在处理的Feed的格式。例如，我在以下几行中运气不错：

descr = Iconv.new('UTF-8//IGNORE', 'UTF-8').iconv descr

然而，当遇到'£'时，它只会截断那一点之后的所有内容。

当我使用String.inspect函数显示'£'符号时，它显示在'\ 243'。如果一个方法没有“正确”处理这个符号，我会很高兴用它代替另一个值（比如'GBP'）。因此，对该代码的帮助也将受到赞赏。

Answer 1

我找到了一个解决方案：

要修复它，我必须为文档定义$ KCODE（编码）：

require 'rubygems'
require 'active_support/all'

$KCODE = 'UTF8'

str = "test ščž"
puts str.parameterize.inspect
puts str.parameterize.to_s

=＆GT; ＃ =＆GT;测试SCZ

Answer 2

我遗漏了一些非常基本的东西 - 我猜测正在进入的Feed的编码。

所以现在我正在查看（a）HTTP响应头中的字符集，然后（b）源本身的XML声明中的编码。

一旦我进行了编码，我就使用iconv将其移动到UTF-8。

到目前为止一切顺利。