将UTF-8字符转换为正确的ASCII字符

Question

我有字符串"V\355ctor"（我认为是Víctor）。 有没有办法将其转换为ASCII，í将被ASCII i取代？

我已经尝试过Iconv但没有成功。 （我只得到Iconv::IllegalSequence: "\355ctor"）

此外，Ruby 1.8.7和Ruby 2.0之间是否存在差异？

编辑： Iconv.iconv('UTF-8//IGNORE', 'UTF-8', "V\355ctor")这似乎有效，但结果是Vctor而非Victor

Answer 1

我知道两种选择。

来自I18n gem的

1. transliterate。

   $ irb
   1.9.3-p448 :001 > string = "Víctor"
    => "Víctor" 
   1.9.3-p448 :002 > require 'i18n'
    => true 
   1.9.3-p448 :003 > I18n.transliterate(string)
    => "Victor"
   

2. 来自stringex gem。

   的Unidecoder

   Stringex::Unidecoder..decode(string)
   

<强>更新

在“V \ 355ctor”上运行Unidecoder时，会出现以下错误：

Encoding::CompatibilityError: incompatible encoding regexp match (UTF-8 regexp with IBM437 string)

嗯，也许你想先从IBM437翻译：

string.force_encoding('IBM437').encode('UTF-8')

这可以帮助您进一步发展。请注意，自动检测的编码可能不正确，如果您确切知道编码是什么，它会使一切变得更容易。

Answer 2

您要做的是transliteration。

最常用且维护得最好的库是ICU。 （Iconv也经常使用，但它有许多限制，例如你遇到的那个。）

粗略的Google search会产生一些红宝石ICU包装。我担心我无法评论哪一个更好，因为我承认从未使用过任何一个。但那就是你想要使用的那种东西。