Ruby 1.9中的Unicode字符串

Question

我编写了一个正在读取包含unicode字符的文件（File.read()）的Ruby脚本，它在命令行中运行良好。

但是，当我尝试将其放入Automator工作流程（Mac OS X）时，我收到此错误;

2009-12-23 17:55:15 -0500: /Users/jeffreyaylesworth/bin/symbols:19:in `split': invalid byte sequence in US-ASCII (ArgumentError)
(traceback)

因此，当从Automator运行时，突然拆分不喜欢非ASCII字符。据我所知，两者都是从相同版本的Ruby运行（版本号相同）。

我不太关心他们为什么表现不同（但如果有人知道，这很好），但我想要一个解决方案来分割接受非ASCII字符。

如果它有帮助，我需要将单个字符的文本分成两部分，所以如果与C的标记化器类似的东西可以工作，我可以使用它。

Answer 1

您没有指定文件的编码。由于无法自动确定文件的编码，因此必须明确指定编码。如果不是，则使用外部编码，如果未设置，则将使用环境中指定的编码，如果环境未指定编码，则假定文件位于7位US-ASCII。

在您的情况下，似乎两个环境中存在差异（自动脚本通常在没有区域设置的非常严格的环境中运行）或者调用解释器的方式。

所以，你需要做类似

的事情

File.read('/path/to/file', encoding: 'UTF-8')

Answer 2

听起来这两个是从不同的环境运行 - 具有不同的LOCALE值。