在 Ruby 1.8 和 1.9 中使用相同的代码处理字符串编码答案

【问题标题】：Handling string encoding with the same code in Ruby 1.8 and 1.9在 Ruby 1.8 和 1.9 中使用相同的代码处理字符串编码
【发布时间】：2011-07-20 04:55:00
【问题描述】：

我有一个gem，它让一群人使用了一堆不同的 Ruby 解释器，它包括归结为这段代码的内容：

res = RestClient.post(...)
doc = REXML::Document.new(res).root

res 的内容始终是 UTF-8，这在 Ruby 1.8 中可以正常工作，但如果响应不是纯 ASCII，则在 Ruby 1.9 下它会爆炸并且用户的默认编码是不是 UTF-8。

现在，如果我想单独在 Ruby 1.9 上进行这项工作，我只需将 res.force_encoding('utf-8') 粘贴在那里并完成它，但该方法仅适用于 1.9，然后在 Ruby 1.8 下中断：

NoMethodError: undefined method `force_encoding' for #<String:0x101318178>

能想出的最佳解决方案是这样，它强制系统范围的默认编码为 UTF-8：

Encoding.default_external = 'UTF-8' if defined? Encoding

更好的想法，或者这是最好的？是否会对尝试使用不同编码的图书馆用户产生负面影响？

【问题讨论】：

澄清一下，我可以依赖传入的内容始终是有效的 UTF-8。 Ruby 1.9 中的问题是字符串 res 被标记为用户的默认编码，可能不是 UTF-8，这会导致 REXML 出错。

标签： ruby character-encoding ruby-1.9 ruby-1.8

【解决方案1】：

  if res.respond_to?(:force_encoding)
    new_contents = res.force_encoding("UTF-8")
  else
    new_contents = res
  end

为了向后兼容，我会做类似的事情。

【讨论】：

但这是一个可怕的组合，我不想污染我创建字符串的代码的每一点......

【解决方案2】：

我和 Mike Lewis 一起使用 respond_to，但不要在代码中各处的变量 res 上这样做。

我查看了your code in gateway.rb，它看起来就像您在使用res 的任何地方一样，它是通过调用make_api_request 设置的，因此您可以在该方法中的return 语句之前添加它：

doc = doc.force_encoding("UTF-8") if doc.respond_to?(:force_encoding)

即使是在其他地方，但不是字面上遇到的每个字符串，我相信你可以找到一种方法来重构有意义的代码，并在一个地方而不是你遇到的任何地方解决问题。

你在其他地方有问题吗？

【讨论】：

我不知道，但这并不意味着它们不存在......但你的解决方案是迄今为止最好的！

【解决方案3】：

据我从sn-p看到的，问题的原因是RestClient，它没有返回正确编码的字符串（HTTP响应中指定的那个），所以我首先尝试解决这个问题。如果无法做到这一点，那么您可以使用强制编码的代码包装RestClient 调用（Mike Lewis 建议的方式）。或者您在RestClient 呼叫以外的地方也遇到了问题？

【讨论】：

【解决方案4】：

如果您在使用此方法的特定文件中包含#encoding: utf-8 标头，它是否有效。

Ruby 1.9 在整个应用程序中支持不同的编码，如果此内容是 utf-8 编码的，应该可以正常工作。

Ruby 1.8 将简单地忽略 #encodingheader 并继续正常工作。

这是一个非常简单的方法，但我相信它值得一试！

【讨论】：

据我了解，文件头控制源编码，仅用于该源文件中的字符串（例如str = "Foo"）。它对I/O（例如Restclient）获取的数据没有影响，其默认由外部编码设置。见blog.grayproductions.net/articles/…。