现在有哪些选项可以在 Ruby 和 RoR 中实现 UTF8？

Question

密切关注 Ruby 的开发，我了解到详细的字符编码是在 Ruby 1.9 中实现的。我现在的问题是：目前如何使用 Ruby 与以 UTF8 格式存储所有数据的数据库通信？

背景：我参与了一个新项目，其中至少可以选择 Ruby/RoR。但该项目需要依赖国际化字符集（分布在许多国家/地区），最好是 UTF8。

那你是怎么处理的呢？提前致谢。

Answer 1

Ruby 1.8 可以很好地处理 UTF-8 字符串，以便对字符串进行基本操作。根据您的应用程序的需要，某些操作将无法正常工作或无法按预期工作。

例如：

1) 字符串的大小将为您提供字节，而不是字符，因为尚不支持多字节。但是您需要知道字符串的字符大小吗？

2) 不在字符边界处拆分字符串。但是你需要这个吗？等等。

3) 如果在 Ruby 中排序，排序顺序会很奇怪。使用 db 进行排序的建议是个好主意。

等等。

在从 db 读取数据后重新发布关于排序数据的评论：如前所述，结果可能与用户的期望不符。所以解决方案是对数据库进行排序。无论如何，它通常会更快——数据库旨在对数据进行排序。

总结：我的 Ruby 1.8.6 RoR 应用程序可以在现代浏览器上处理和存储为 UTF-8 的国际 Unicode 字符正常工作。从右到左的语言也可以正常工作。主要问题：确保您的数据库和所有网页都设置为使用 UTF-8。如果您的数据库中已经有一些数据，那么您需要通过转换过程将其更改为 UTF-8。

问候，

拉里

Answer 2

“Unicode 啊哈！虽然 Rails 一直能够存储和显示 unicode，但截断、反转或获取 UTF-8 字符串的确切长度有点复杂。你需要鬼混自己使用 KCODE，虽然有很多人让它工作，但它并不像您希望的（甚至可能是预期的）那样即插即用。

因此，由于 Ruby 直到明年这个时候才会支持多字节，Rails 1.2 引入了 ActiveSupport::Multibyte 来处理 Unicode 字符串。调用字符串上的 chars 方法以开始使用字符而不是字节。" Click Here for more

Answer 3

虽然我还没有测试过，但字符编码库（目前处于 alpha 版本）向 String 类添加了处理 UTF-8 和其他格式的方法。它在 RubyForge 上的页面是here。它是为 Ruby 1.8 设计的。

然而，根据我的经验，使用 Ruby 1.8，如果您将数据以 UTF-8 格式存储在数据库中，只要 HTTP 标头中的字符编码是 UTF-8，Ruby 就不会妨碍您。它可能无法对琴弦进行操作，但它不会破坏任何东西。示例：

file.txt:
¡Hola! ¿Como estás? Leí el artículo. ¡Fue muy excellente!

请原谅我可怜的西班牙语；这是我能想到的最好的 Unicode 例子。

in irb:
str = File.read("file.txt")
   => "\302\241Hola! \302\277Como est\303\241s? Le\303\255 el art\303\255culo. \302\241Fue muy excellente!\n"
str += "Foo is equal to bar."
   => "\302\241Hola! \302\277Como est\303\241s? Le\303\255 el art\303\255culo. \302\241Fue muy excellente!\nFoo is equal to bar."
str = "    " + str + "    "
   => "    \302\241Hola! \302\277Como est\303\241s? Le\303\255 el art\303\255culo. \302\241Fue muy excellente!\nFoo is equal to bar.    "
str.strip
   => "\302\241Hola! \302\277Como est\303\241s? Le\303\255 el art\303\255culo. \302\241Fue muy excellente!\nFoo is equal to bar."

基本上，它只会将 UTF-8 视为包含奇数字符的 ASCII。如果代码点乱序，它不会按字典顺序排序；但是，它将按代码点排序。示例：

"\302" <=> "\301"
   => -1

无论如何，您打算对 Rails 应用程序中的数据进行多少操作？大多数排序等通常由您的数据库引擎完成。