ruby 中的#encode 和#force_encoding 有什么区别？答案

【问题标题】：What is the difference between #encode and #force_encoding in ruby?ruby 中的#encode 和#force_encoding 有什么区别？
【发布时间】：2014-02-06 21:17:43
【问题描述】：

我真的不明白String 类在Ruby 中#encode 和#force_encoding 之间的区别。我知道"kam".force_encoding("UTF-8") 会强制"kam" 使用UTF-8 编码，但#encode(encoding) 有何不同？

http://ruby-doc.org/core-2.0/String.html#method-i-encoding

【问题讨论】：

你说的是String#encode还是String#encoding？我猜String#encode 但你提到了这两种方法并链接到String#encoding。

标签： ruby encoding

【解决方案1】：

差异很大。 force_encoding 设置给定的字符串编码，但不改变字符串本身，即不改变它在内存中的表示：

'łał'.bytes #=> [197, 130, 97, 197, 130]
'łał'.force_encoding('ASCII').bytes #=> [197, 130, 97, 197, 130]
'łał'.force_encoding('ASCII')   #=> "\xC5\x82a\xC5\x82"

encode 假定当前编码是正确的并尝试更改字符串，使其在第二个编码中以相同的方式读取：

'łał'.encode('UTF-16') #=> 'łał'
'łał'.encode('UTF-16').bytes #=> [254, 255, 1, 65, 0, 97, 1, 66]

简而言之，force_encoding 改变了从字节中读取字符串的方式，encode 改变了写入字符串的方式而不改变输出（如果可能的话）

【讨论】：

【解决方案2】：

阅读此Changing an encoding

可以通过两种不同的方式更改字符串的关联编码。

首先，可以使用String#force_encoding 将字符串的Encoding 设置为新的编码，而无需更改字符串的内部字节表示。这就是告诉 Ruby 字符串的正确编码的方法。

例子：

string = "R\xC3\xA9sum\xC3\xA9"
string.encoding #=> #<Encoding:ISO-8859-1>
string.force_encoding(Encoding::UTF_8) #=> "R\u00E9sum\u00E9"

其次，可以转码一个字符串，即将其内部字节表示转换为另一种编码。其关联编码也设置为其他编码。请参阅String#encode 了解各种形式的转码，并参阅Encoding::Converter 类以获得对转码过程的额外控制。

例子：

string = "R\u00E9sum\u00E9"
string.encoding #=> #<Encoding:UTF-8>
string = string.encode!(Encoding::ISO_8859_1)
#=> "R\xE9sum\xE9"
string.encoding
#=> #<Encoding::ISO-8859-1>

【讨论】：

【解决方案3】：

这是我的比喻

force_encoding ==> 用不同的语言说同样的事情
编码 ==>用不同的语言解释相同的声音

在哪里

字节 ==> 事物
编码 ==> 语言
字符串输出 ==> 声音

【讨论】：

【解决方案4】：

根据this blog post:In Ruby, strings are a combination of an array of bytes, and an encoding object(*)。

x = 'Hello World' ---> <Encoding:UTF-8>

调用 force_encoding 会改变原始字符串，其中 encode 创建一个具有不同编码的新字符串。

force_encoding

# before force_encoding
x = 'Hello World' ---> <Encoding:UTF-8>

x.force_encoding "US-ASCII"

# after force_encoding
x ---> <Encoding:US-ASCII>

编码

# before encode
x = 'Hello World' ---> <Encoding:UTF-8>

y = x.encode("US-ASCII")

# after encode
x ---> <Encoding:UTF-8>
y ---> <Encoding:US-ASCII>

Another awesome blog post (read "The Solution" part) 解释了为什么设计Ruby String <Bytes + Encoding> (*)。

【讨论】：