Windows 10 终端输入上的 Ruby irb utf-8 编码问题

Question

我想在我的窗口中使用带有终端输入的 ruby​​。 为什么 ruby​​ 社区不能在 windows 上解决这个 UTF-8 问题？ 难吗？ 我想知道 python、java 或其他语言是如何做到这一点的？ 我可以在 windows utf-8 上很好地使用 python，没有痛苦。

使用红宝石 3​​.0.1

x = gets.chomp
çağrı
=> "\x87a\xA7r\x8D"

puts x
�a�r�
=> nil

x.valid_encoding?
=> false

我查了这个https://bugs.ruby-lang.org/issues/16604它没有用。

Answer 1

在 Ruby 3.0 中，默认的外部编码（即从 ruby​​ 进程外部读取的任何数据的假定编码，例如使用gets)时从 shell 读取的数据gets)在 Windows 上更改为 UTF-8。 这是对在 Windows 上编码时出现的各种问题的回应。

但是，您从 shell 读取的数据不是 UTF-8 编码的。 相反，您的外壳似乎使用了一些不同的编码，例如cp850 。

一种可能的解决方法是指示 Ruby 假定您的环境的语言环境编码，您可以在命令调用时使用-E开关设置该编码，例如：

irb -E locale

或者通过在脚本中手动将Encoding.default_external设置为环境的正确编码。

Answer 2

在土耳其语 Windows PC 的 cmd shell 上使用CP857编码

您可以在 cmd > 首选项部分看到它

这是 Holger 贡献的实践解决方案。

irb(main):005:0> x = gets.chomp
Here is the Turkish chars ğĞüÜşŞiİıIöÖçÇ
=> "Here is the Turkish chars \xA7\xA6\x81\x9A\x9F\x9Ei\x98\x8DI\x94\x99\x87\x80"

irb(main):006:0> x.force_encoding "CP857"
=> "Here is the Turkish chars \xA7\xA6\x81\x9A\x9F\x9Ei\x98\x8DI\x94\x99\x87\x80"

irb(main):007:0> x.valid_encoding?
=> true
irb(main):008:0> x.encode("UTF-8", undef: :replace)
=> "Here is the Turkish chars ğĞüÜşŞiİıIöÖçÇ"