ruby - 读取文件时如何避免被 UTF-8 BOM 绊倒

Question

我正在使用最近添加了 Unicode BOM header (U+FEFF) 的数据提要，现在我的 rake 任务被它搞砸了。

我可以使用 file.gets[3..-1] 跳过前 3 个字节，但是是否有更优雅的方式来读取 Ruby 中的文件，它可以正确处理这个问题，无论 BOM 是有没有？

Answer 1

在 ruby​​ 1.9.2 中，您可以使用模式 r:bom|utf-8

text_without_bom = nil #define the variable outside the block to keep the data
File.open('file.txt', "r:bom|utf-8"){|file|
  text_without_bom = file.read
}

或

text_without_bom = File.read('file.txt', encoding: 'bom|utf-8')

或

text_without_bom = File.read('file.txt', mode: 'r:bom|utf-8')

文件中是否提供 BOM 并不重要。

---

您还可以将编码选项与其他命令一起使用:

text_without_bom = File.readlines(@filename, "r:utf-8")

(你得到一个包含所有行的数组)。

或使用 CSV:

require 'csv'
CSV.open(@filename, 'r:bom|utf-8'){|csv|
  csv.each{ |row| p row }
}