将 unicode 混乱转换为 Ruby 中的正确字符？答案

【问题标题】：Convert unicode mess to correct characters in Ruby?将 unicode 混乱转换为 Ruby 中的正确字符？
【发布时间】：2013-06-11 11:06:41
【问题描述】：

我有一个字符串，例如：

"MÃ\u0083Â¼LLER".encoding
#<Encoding:UTF-8>   

"MÃ\u0083Â¼LLER".inspect    
"\"MÃ\\u0083Â¼LLER\""

我能做些什么来挽救这样的字符串？考虑到我没有原始数据。这可以挽救吗？

【问题讨论】：

应该是什么？你能告诉我们"....".inspect吗？
您好，感谢您的关注。正如我所说，我没有原始数据，所以不知道。这是我的问题，我希望有一个解决方案。我拥有的关于原始数据的唯一信息是它是 php 序列化对象的一部分。
但它会帮助查看字符串的十六进制表示
inspect 生成相同的字符串，但添加了反斜杠。
是的反斜杠和十六进制代码，用于非 ascii 字节

标签： ruby encoding

【解决方案1】：

看起来该字符串已从 utf-8 转换为 latin-1 两次。在你的一些数据上试试这个，让我知道它是否有效：

require 'iconv'

def decode(str)
  i = Iconv.new('LATIN1','UTF-8')
  i.iconv(i.iconv(str)).force_encoding('UTF-8')
end

decode("MÃ\u0083Â¼LLER")
#=> "MüLLER"

【讨论】：

+1 你以大约 5 秒的优势击败了我。 :-D 另请参阅 python 的相关问题：stackoverflow.com/questions/4267019/…
你对第二个字符串"MA\u008EEIKIAI" 有什么建议吗？它产生：Iconv::IllegalSequence: "\x8EEIKIAI"？
是的。不确定这是好事还是坏事。处理这些数据一直非常痛苦，我完全迷失到了绝望的地步。我什至从哪里开始寻找这个烂摊子？
通过在没有代码的情况下搜索谷歌发现第二个字符串应该是Mažeikiai。所以，本质上，我需要将\u008E 转换为Ž。
我认为您的数据包含不同编码的字符串。