ruby - 在ruby中将utf-8转换为unicode

Question

“龅”的UTF-8为E9BE85，unicode为U+9F85。以下代码未按预期工作:

irb(main):004:0> "龅"
=> "\351\276\205"
irb(main):005:0> Iconv.iconv("unicode","utf-8","龅").to_s
=> "\377\376\205\237"

P.S: 我使用的是 Ruby1.8.7。

Answer 1

Ruby 1.9+ 比 1.8.7 更适合处理 Unicode，因此，我强烈建议尽可能在 1.9.2 下运行。

部分问题是 1.8 不理解 UTF-8 或 Unicode 字符的长度可以超过一个字节。 1.9 确实理解这一点，并引入了诸如 String#each_char 之类的东西。

require 'iconv'

# encoding: UTF-8

RUBY_VERSION # => "1.9.2"
"龅".encoding # => #<Encoding:UTF-8>
"龅".each_char.entries # => ["龅"]
Iconv.iconv("unicode","utf-8","龅").to_s # => 

# ~> -:8:in `iconv': invalid encoding ("unicode", "utf-8") (Iconv::InvalidEncoding)
# ~>    from -:8:in `<main>'

要使用 Iconv 获取可用编码列表，请执行以下操作:

require 'iconv'
puts Iconv.list

列表很长，所以我不会在这里添加。