Question

我和Iconv有这个：

git_log = Iconv.conv 'UTF-8', 'iso8859-1', git_log

现在我想将其更改为使用String #catit，因为弃用警告，但我不能，不起作用：

git_log = git_log.encode(Encoding::UTF_8, :invalid => :replace, :undef => :replace, :replace => '')

我以前在这里使用过Iconv，它仍在使用：

https://github.com/gamersmafia/gamersmafia/blob/master/lib/formatting.rb#L244

但是当我用String #coding方法替换这些行时，首先gsub会在UTF-8中引发“无效字节序列”错误。

你知道为什么吗？

Answer 1

在致电String#encode时，您未指定源编码。 Ruby使用字符串当前编码作为源，看起来是UTF-8，并且根据the docs：

请注意，从编码enc到相同编码enc的转换是无操作的，即返回的接收器没有任何更改，并且即使存在无效也不会引发异常字节。

换句话说，调用无效，并将字符串保留在字符串中，编码为ISO-8859-1。下一次调用gsub然后尝试将这些字节解释为UTF-8，并且由于它们无效（它们与ISO-8859-1保持不变），您将看到错误。

String#encode有一个接受源编码作为第二个参数的表单，因此您可以显式指定它，类似于您使用Iconv执行的操作。试试这个：

git_log = git_log.encode(Encoding::UTF_8,
                         Encoding::ISO_8859_1,
                         :invalid => :replace,
                         :undef => :replace,
                         :replace => '')

在这种情况下，你也可以使用!表格，效果相同：

git_log.encode!(Encoding::UTF_8,
                Encoding::ISO_8859_1,
                :invalid => :replace,
                :undef => :replace,
                :replace => '')

Answer 2

尝试以下方法，如果字符编码错误，则从字符串中删除字符：

invalid_character_indices = []
mystring.each_char.with_index do |char, i|
  invalid_character_indices << i unless char == char.encode(Encoding::UTF_8, Encoding::ISO_8859_1,:invalid => :replace, :undef => :replace, :replace => "")
end
invalid_character_indices.each do |i|
  mystring.delete!(mystring[i])
end

UTF-8转换不使用String＃encode但是Iconv

2 个答案: