以非 utf-8 编码读取字符列表答案

【问题标题】：Read a charlist in non utf-8 encoding以非 utf-8 编码读取字符列表
【发布时间】：2016-09-27 15:01:11
【问题描述】：

假设我们从外部来源得到一个charlist，它基本上代表了一些传统的 1 字节编码的字符串，例如 ISO-8859-2。有一个CodepageX 包，它简化了不同编码之间的转换，但它的to_string 函数需要一个[binary] 作为输入。

所有标准库函数在转换为utf8 时都假定Latin1 aka ISO-8859-1 输入编码（如to_string、IO.chardata_to_string、"#{}" 等）

我想出的是：

input
  |> to_string
  |> Codepagex.from_string!(:iso_8859_1)
  |> Codepagex.to_string!(:iso_8859_2) # target encoding

有点丑。

是否有任何健壮且方便的内置/惯用的长生不老药方法以已知编码从 charlist 中获取 string？

【问题讨论】：

这样更好吗：input |> :erlang.list_to_binary |> Codepagex.to_string!(:iso_8859_2)？似乎工作正常：[224] |> :erlang.list_to_binary |> Codepagex.to_string!(:iso_8859_2) #=> "ŕ".
@Dogbert 是的，这肯定更清楚，因为它不涉及可疑和多余的to_string |> Codepagex.from_string!(:iso_8859_1) 转换，是的，它工作正常。请发布答案。

标签： string encoding character-encoding elixir

【解决方案1】：

to_string 在 Elixir 的整数列表中将整数视为 Unicode 代码点 (to_string [960] #=> "π")，而您希望将每个整数视为一个字节。在 Erlang 中，这可以使用 list_to_binary 来完成。我在 Elixir 的内置模块中找不到任何包装器，但你可以随时调用 :erlang.list_to_binary:

iex(1)> [224] |> :erlang.list_to_binary
<<224>>
iex(2)> inspect ([224] |> to_string), binaries: :as_binaries
"<<195, 160>>"
iex(3)> [224] |> :erlang.list_to_binary |> Codepagex.to_string!(:iso_8859_1)
"à"
iex(4)> [224] |> :erlang.list_to_binary |> Codepagex.to_string!(:iso_8859_2)
"ŕ"

【讨论】：