正确使用 UTF-8 字符作为哈希键

Question

以下代码从 UTF-8 文件中读取内容，计算每个字符串中的字母（使用哈希）并将结果输出到另一个文件。

问题是哈希中的每个字母都表示为 utf-8 代码，而不是符号。

如何正确使用符号，而不是哈希中的 utf-8 代码？

#encoding=utf-8
#Encoding.filesystem = "UTF-8"
length = 0

letters = Hash.new(0)

File.open("hist_1.txt", "r:UTF-8") do |f|
  f.each_line do |line|
    line.chomp
    line.chars.each do |l|
      l = l.encode("Windows-1251", "UTF-8")
      letters[l] += 1 
    end
    end
  end
end

a = letters.sort
#
#p a
puts a
File.open("results.txt", "w:UTF-8") { |file| file.write a }

Answer 1

我相信虽然你想要的输出是关于字母的，但你不应该使用chars，也不应该使用codepoints：

content = File.read("hist_1.txt", encoding: "UTF-8") # read the whole file
#       ⇓⇓⇓⇓⇓⇓⇓⇓⇓ split to letters
content.split(//).inject(Hash.new(0)) do |memo, cp|
  memo[cp] += 1
  memo
end
#⇒ {"В"=>1, "о"=>5, "т"=>5, " "=>9, "п"=>4, "э"=>1, ...}

现在您可能想在哈希键上调用 downcase 并去掉空格和标点符号。