Question

我有一个带有这些内容的ruby文件：

# encoding: iso-8859-1
File.open('foo.txt', "w:iso-8859-1") {|f| f << 'fòo'}
puts File.read('foo.txt').encoding

当我从windows命令提示符ruby 1.9.3运行它时，我得到：IBM437
当我从cygwin ruby 1.9.3运行它时，我得到：UTF-8
我期望得到的是：iso-8859-1

有人可以解释这里发生了什么吗？

更新

以下是我正在寻找的更好的描述：

我理解现在感谢Darshan，默认情况下ruby会加载文件 Encoding.default _external，但不应该#noding：iso-8859-1 换行？
ruby能否自动检测文件的编码？有没有编码是属性的文件系统？
“记住”我保存文件的编码的最佳选择是什么？在？

Answer 1

您在阅读文件时未指定编码。除了那里，你一直非常小心地指定它，但是你用默认编码读它。

File.open('foo.txt', "w:iso-8859-1") {|f| f << 'fòo'.force_encoding('iso-8859-1')}
File.open('foo.txt', "r:iso-8859-1") {|f| puts f.read().encoding }

# => ISO-8859-1

另请注意，您可能指的是'fòo'.encode('iso-8859-1')而不是'fòo'.force_encoding('iso-8859-1')。后者使字节保持不变，而前者对字符串进行转码。

更新：我会详细说明，因为我不像以前那样清晰或彻底。

如果您未使用File.read()指定编码，则会使用Encoding.default_external读取该文件。由于您没有自己设置，因此Ruby根据其运行环境使用值。在Windows环境中，它是IBM437;在您的Cygwin环境中，它是UTF-8。所以我的观点当然是编码是什么;它必须是，它与文件中包含的字节无关。 Ruby不会为您自动检测编码。
force_encoding()不会更改字符串中的字节，只会更改附加到这些字节的编码。如果你告诉Ruby“假装这个字符串是ISO-8859-1”，那么当你告诉它时它不会对它们进行转码“请把这个字符串写成ISO-8859-1”。 encode()为您编码，如果您没有将其写入而不是，则会写入文件。

如果您有ISO-8859-1中的源文件：

# encoding: iso-8859-1

# Write in ISO-8859-1 regardless of default_external
File.open('foo.txt', "w:iso-8859-1") {|f| f << 'fòo'}

# Read in ISO-8859-1 regardless of default_external,
#  transcoding if necessary to default_internal, if set
File.open('foo.txt', "r:iso-8859-1") {|f| puts f.read().encoding } # => ISO-8859-1

puts File.read('foo.txt').encoding # -> Whatever is specified by default_external

如果您有UTF-8的源文件：

# encoding: utf-8

# Write in ISO-8859-1 regardless of default_external, transcoding from UTF-8
File.open('foo.txt', "w:iso-8859-1") {|f| f << 'fòo'}

# Read in ISO-8859-1 regardless of default_external,
#  transcoding if necessary to default_internal, if set
File.open('foo.txt', "r:iso-8859-1") {|f| puts f.read().encoding } # => ISO-8859-1

puts File.read('foo.txt').encoding # -> Whatever is specified by default_external

更新2，回答您的新问题：

不，# encoding: iso-8859-1行不会更改Encoding.default_external，它只会告诉Ruby源文件本身是用ISO-8859-1编码的。只需添加
```
Encoding.default_external = "iso-8859-1"
```
如果您希望读取的所有文件都以该编码存储。
不，我个人认为Ruby不应该自动检测编码，但合理的人可能会不同意这一点，而且“应该如此”的讨论在这里似乎是偏离主题的。
就个人而言，我使用UTF-8作为一切，在极少数情况下我无法控制编码，我在阅读文件时手动设置编码，如上所示。我的源文件始终是UTF-8。如果您正在处理无法控制且不知道编码的文件，charguess gem或类似文件将非常有用。

windows上的ruby 1.9错误的文件编码

1 个答案: