[英]How to convert UTF8 combined Characters into single UTF8 characters in ruby?
[英]How to convert a string to UTF8 in Ruby
我正在写一个使用Hpricot的爬虫。 它从某些网页下载字符串列表,然后尝试将其写入文件。 编码有问题:
"\xC3" from ASCII-8BIT to UTF-8
我有呈现在网页上并以这种方式打印的项目:
Développement
str.encoding
返回UTF-8
,所以force_encoding('UTF-8')
没有帮助。 如何将其转换为可读的UTF-8?
您的字符串似乎编码方式错误:
"Développement".encode("iso-8859-1").force_encoding("utf-8")
#=> "Développement"
您的字符串似乎认为它是UTF-8,但实际上,它是另外一些东西,可能是ISO-8859-1。
首先定义(强制)正确的编码,然后将其转换为UTF-8。
在您的示例中:
puts "Développement".encode('iso-8859-1').encode('utf-8')
一种替代方法是:
puts "\xC3".force_encoding('iso-8859-1').encode('utf-8') #-> Ã
如果Ã
没有意义,请尝试其他编码。
“ ruby 1.9:UTF-8中的无效字节序列 ”描述了另一种使用较少代码的好的方法:
file_contents.encode!('UTF-16', 'UTF-8')
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.