Question

我在数据库中有文本，存储为：\xE2\x82\xAC 50

重要提示：存储在数据库中的符号不是UTF字节，而是符号：“斜杠”，“字母x”，“字母E”等。所以Ruby表示将是"\\xE2\\x82\\xAC 50"（双斜线，不单身。）

如何将此字符串转换为€ 50：

> xx = "\\xE2\\x82\\xAC"
"\\xE2\\x82\\xAC"
> xx.bytes
[92, 120, 69, 50, 92, 120, 56, 50, 92, 120, 65, 67]

这不起作用：

xx.force_encoding('utf-8')
xx.encode('utf-8')
xx.force_encoding('binary').force_encoding('utf-8')
xx.encode('ASCII-8BIT').encode('utf-8')

Answer 1

它不是＆＃34;在Ruby＆＃34;事情，它是关于理解你所看到的以及字符串和转义字符的工作方式。

默想：

"\\xE2\\x82\\xAC" # => "\\xE2\\x82\\xAC"
'\xE2\x82\xAC' # => "\\xE2\\x82\\xAC"

"\xE2\x82\xAC" # => "€"

第三种方法是如何定义创建欧元符号字符的字节。前两个是用字面反斜杠写字符串的两种不同方式。

如果您已将数据正确存储在数据库中，则可以正确检索数据。您正在使用的数据库驱动程序负责转换为该语言使用的字符串，因此一旦您检索到这些字段，它就应该是透明的。

当前的Rubies默认使用UTF-8，因此没有必要尝试将字符串强制为UTF-8，只需正确定义即可。

在学习特殊情况以及单引号字符串与双引号的行为方式不同之前，处理字符串中的字符转义会让人感到困惑。您可以通过阅读Wikipedia＆＃34; Escape character＆＃34;来找到有关逃避的更多信息。文章。这些信息几乎适用于所有语言，而不仅仅是Ruby。

Answer 2

现在只有一个丑陋的＆＃34;转换器＆＃34;

  def fix_utf_symbols(str)
    match = str.scan /(\\x[0-9A-F]{2})/
    match.flatten.each do |ascii_code|
      utf_char = ascii_code[2..3].hex.chr
      str.gsub! ascii_code, utf_char
    end
    str
  end

欢迎更优雅的解决方案

如何将反斜杠特殊符号解码为UTF-8

2 个答案: