Ruby 编程/编码

编码支持

随着 Ruby 1.9 的出现，Ruby 现在支持除 US-ASCII 以外的其他编码，用于字符串、IO 和源代码。在 Mac OSX Lion 上安装 Ruby 1.9.3 MRI 时，Ruby 具有以下编码

• ASCII-8BIT
• UTF-8
• US-ASCII
• Big5
• Big5-HKSCS
• Big5-UAO
• CP949
• Emacs-Mule
• EUC-JP
• EUC-KR
• EUC-TW
• GB18030
• GBK
• ISO-8859-1
• ISO-8859-2
• ISO-8859-3
• ISO-8859-4
• ISO-8859-5
• ISO-8859-6
• ISO-8859-7
• ISO-8859-8
• ISO-8859-9
• ISO-8859-10
• ISO-8859-11
• ISO-8859-13
• ISO-8859-14
• ISO-8859-15
• ISO-8859-16
• KOI8-R
• KOI8-U
• Shift_JIS
• UTF-16BE
• UTF-16LE
• UTF-32BE
• UTF-32LE
• Windows-1251
• IBM437
• IBM737
• IBM775
• CP850
• IBM852
• CP852
• IBM855
• CP855
• IBM857
• IBM860
• IBM861
• IBM862
• IBM863
• IBM864
• IBM865
• IBM866
• IBM869
• Windows-1258
• GB1988
• macCentEuro
• macCroatian
• macCyrillic
• macGreek
• macIceland
• macRoman
• macRomania
• macThai
• macTurkish
• macUkraine
• CP950
• CP951
• stateless-ISO-2022-JP
• eucJP-ms
• CP51932
• GB2312
• GB12345
• ISO-2022-JP
• ISO-2022-JP-2
• CP50220
• CP50221
• Windows-1252
• Windows-1250
• Windows-1256
• Windows-1253
• Windows-1255
• Windows-1254
• TIS-620
• Windows-874
• Windows-1257
• Windows-31J
• MacJapanese
• UTF-7
• UTF8-MAC
• UTF-16
• UTF-32
• UTF8-DoCoMo
• SJIS-DoCoMo
• UTF8-KDDI
• SJIS-KDDI
• ISO-2022-JP-KDDI
• stateless-ISO-2022-JP-KDDI
• UTF8-SoftBank
• SJIS-SoftBank

使用编码

默认情况下，从 Ruby 2.0 开始，所有 Ruby 源文件都使用 UTF-8 编码。更改文件编码的常用方法是使用所谓的“魔术注释”。魔术注释必须直接出现在文件开头，或者直接出现在 shebang 注释 之后。魔术注释的语法只要求一件事：注释包含文本 coding: 后跟编码名称。所以以下都是有效的魔术注释

#encoding: UTF-8
#coding: UTF-8
#blah blah coding: US-ASCII

魔术注释告诉解释器，源代码本身以及其中的所有字符串都将使用给定的编码。所以，虽然这段代码有效

#encoding: ISO-8859-1
puts "Olé!"

但这段代码无效

#encoding: US-ASCII
puts "Olé!"

因为第一个代码片段声明文件的编码为 ISO-8859-1（US-ASCII 的扩展，为法语和西班牙语等语言添加了重音字符），字符“é”是有效的。但是，在 US-ASCII 中，“é”是无效字符，会导致错误。

编码和单个字符串

您也可以在文件中为单个字符串指定编码（尽管文字中的字符仍必须使用魔术注释声明的编码，或通过转义序列插入）。这可以通过 String 类的两种方法完成：encode 和 force_encoding。

encode 用于转码。假设给定 ISO-8859-1 字符串“Olé!”，您可以使用 encode 将其转换为 UTF-8，UTF-8 包含所有相同的字符。但是，您不能将 ISO-8859-1 字符串转码为 US-ASCII，除非它只包含 ASCII 字符（例如“Hello”）。encode 有很多选项，可以进行广泛配置。查看其文档。以下是 encode 的关键：虽然字符的视觉显示和含义保持不变，但底层的字节很可能不会。encode 可以自由更改字符串的底层字节。示例

#encoding: ISO-8859-1
"Olé!".encode("UTF-8") #Valid
"Olé!".encode("US-ASCII") #Error

force_encoding 用于告诉 Ruby 字符串的编码，该字符串已经包含该编码的正确字节（例如，从 ISO-8859-1 程序中的文件中读取的 UTF-8 字符串）。force_encoding 永远不会修改字符串的底层字节。示例

#encoding: ISO-8859-1
"\u27d8".force_encoding("UTF-8")

ASCII-8 位

Ruby 还包括一个假编码：ASCII-8 位或 BINARY。BINARY 用于二进制数据。

#encoding: ISO-8859-1