Ruby, пакетное кодирование (ASCII-8BIT, которое нельзя преобразовать в UTF-8)

Question

puts "C3A9".lines.to_a.pack('H*').encoding

результат в

ASCII-8BIT

но я предпочитаю этот текст в UTF-8. Но

"C3A9".lines.to_a.pack('H*').encode("UTF-8")

результаты в

`encode': "\xC3" from ASCII-8BIT to UTF-8 (Encoding::UndefinedConversionError)

почему? Как я могу конвертировать его в UTF-8?

Answer 1

Вы идете об этом неправильно. Если у вас есть данные в кодировке URI, например:

%C5%BBaba

Тогда вы должны использовать URI.unescape для его декодирования:

1.9.2-head :004 > URI.unescape('%C5%BBaba')
 => "Żaba"

Если это не сработает, введите кодировку UTF-8:

1.9.2-head :004 > URI.unescape('%C5%BBaba').force_encoding('utf-8')
 => "Żaba"

Answer 2

ASCII-8bit - это кодировка для Ruby. У него псевдоним BINARY, и это просто так. ASCII-8bit это не кодировка символов, а скорее способ сказать, что строка является двоичными данными и не должна обрабатываться как текст. Поскольку функции pack / unpack предназначены для работы с двоичными данными, вы никогда не должны предполагать, что возвращаемый файл может быть распечатан в любой кодировке, если строка пакета ВЕСЬ не состоит из символьных производных. Если вы уточните, какова общая цель, возможно, мы могли бы дать вам лучшее решение.

---

Если вы изолируете шестнадцатеричный код UTF-8 в переменную, скажем code, которая является строкой шестнадцатеричного формата минус знак процента:

utf_char=[code.to_i(16)].pack("U")

Объедините их с остальной частью строки, вы можете сделать свою строку.