Ruby，包编码（ASCII-8BIT 不能转换为 UTF-8）答案

【问题标题】：Ruby, pack encoding (ASCII-8BIT that cannot be converted to UTF-8)Ruby，包编码（ASCII-8BIT 不能转换为 UTF-8）
【发布时间】：2012-03-09 01:27:32
【问题描述】：

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

结果

ASCII-8BIT

但我更喜欢 UTF-8 格式的文本。但是

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

结果

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

为什么？如何将其转换为 UTF-8？

【问题讨论】：

标签： ruby encoding utf-8

【解决方案1】：

你以错误的方式解决这个问题。如果你有这样的 URI 编码数据：

%C5%BBaba

那么你应该使用URI.unescape来解码它：

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

如果这不起作用，则强制编码为 UTF-8：

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

【讨论】：

这个神奇的URIclass 是从哪里来的？ open-uri? rails? CGI.rb?
@Linux_iOS.rb.cpp.c.lisp.m.sh：require 'uri'
谢谢。这在未来可能会非常有用。
再一次，相关的编码问题（“URI.unescape 在尝试将“%C3%9Fą”转换为“ßą”时崩溃）：stackoverflow.com/questions/10328086/…也许有人知道发生了什么？

【解决方案2】：

ASCII-8bit 是 Ruby 原生的伪装编码。它有一个BINARY 的别名，就是这样。 ASCII-8bit 不是字符编码，而是一种表示字符串是二进制数据而不像文本一样处理的方式。因为pack/unpack 函数被设计为对二进制数据进行操作，所以除非整个包字符串由字符派生组成，否则您永远不应假设返回在任何编码下都是可打印的。如果您阐明总体目标是什么，也许我们可以为您提供更好的解决方案。

如果您将十六进制 UTF-8 代码隔离到一个变量中，例如 code，它是一个十六进制格式减去百分号的字符串：

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

将这些与字符串的其余部分结合起来，您可以制作您的字符串。

【讨论】：

我收到 UTF-8 格式的十六进制文本：“%C5%BB”而不是“Ż”（上面带点的拉丁文大写字母 Z）。我发现在写入文件时会产生“Ż”，但不幸的是我无法在应用程序中使用此转换的结果，因为到 ASCII-8bit 问题（我基于 dailyhacking.posterous.com/… 这个东西）
那么确切的十六进制字符串是什么样的？
"%C5%BBaba" 是 "Żaba"，只有“奇怪”的字母是用十六进制写的
所以你的百分号表示一个两个字符的十六进制数字？
是的，% 只在十六进制代码之前使用，所以我需要将保存为十六进制的 utf-8 转换为 utf-8 的方法