归因于HASH的字符串替换为奇怪的字符

Question

我正在测试2种情况，并得到2个奇怪的不同结果。

第一：

hash_data_file = CSV.parse(data_file).map {|line|
    puts line[6]
    abort

返回值是Caixa Econômica Federal，带有正确的重音符号。

第二：

hash_data_file = CSV.parse(data_file).map {|line|
    puts :bank => line[6]
    abort

但是返回的是{:bank=>"Caixa Econ\xC3\xB4mica Federal"}，这是一个字符串，其中包含编码而不是带有重音符号的错误。

我在做什么错了？

Answer 1

在第一种情况下，您的data_file采用UTF-8编码。在第二种情况下，data_file具有二进制（即7位ASCII）编码。

例如，如果我们从一个简单的UTF-8 CSV文件开始：

bank
Caixa Econômica Federal

，然后使用UTF-8编码进行解析：

CSV.parse(File.open('pancakes.csv', encoding: 'utf-8'))
# [["bank"], ["Caixa Econômica Federal"]] 

，然后采用二进制编码：

CSV.parse(File.open('pancakes.csv', encoding: 'binary'))
# [["bank"], ["Caixa Econ\xC3\xB4mica Federal"]] 

因此，您需要通过以正确的编码读取文件来修复编码。很难说更多，因为我们不知道data_file的打开方式。

看看

line[6].encoding

您应该在第一种情况下看到#<Encoding:UTF-8>，在第二种情况下看到#<Encoding:ASCII-8BIT>。

Answer 2

没有“编纂错误”。

"Caixa Econ\xC3\xB4mica Federal" == "Caixa Econômica Federal"
#⇒ true

出于某种原因，在打印散列时，ruby使用此表示形式（尽管我无法重现它），但简而言之，您看到的字符串就足够了。