ruby mechanize：如何读取下载的二进制 csv 文件答案

【问题标题】：ruby mechanize: how read downloaded binary csv fileruby mechanize：如何读取下载的二进制 csv 文件
【发布时间】：2010-01-23 01:21:28
【问题描述】：

我不太熟悉将 ruby 用于二进制数据。我正在使用 mechanize 将大量 csv 文件下载到我的本地磁盘。然后我需要在这些文件中搜索特定的字符串。

我使用 mechanize 中的 save_as 方法来保存文件（将文件保存为二进制文件）。文件的内容类型（根据mechanize）为：

application/vnd.ms-excel;charset=x-UTF-16LE-BOM

从这里开始，我不确定如何读取文件。我已经尝试将它作为 ruby 中的普通文件读取，但我只是得到二进制数据。我也试过只使用标准的 unix 工具（字符串/grep）来尝试搜索，但没有任何运气。

当我对其中一个文件运行“文件”命令时，我得到：

foo.csv: Little-endian UTF-16 Unicode Pascal program text, with very long lines, with CRLF, CR, LF line terminators

我可以用 cat 或 vi 很好地查看数据。使用 vi 我还可以看到一些控制字符。

我也尝试了 csv 和 fastercsv ruby 库，但我得到了“IllegalFormatError”异常。我也试过 this solution 没有任何运气。

任何帮助将不胜感激。谢谢。

【问题讨论】：

【解决方案1】：

您可以使用命令 'iconv' 转换为 UTF-8，

# iconv -f 'UTF-16LE' -t 'UTF-8' bad_file.csv > good_file.csv

标准库中还有一个 iconv 的包装器，您可以在将文件读入程序后使用它来转换文件。

【讨论】：