我正在将 CSV 文件导入 Ruby (1.8.7)。 File.open('path/to/file.csv').read 在控制台中返回:
Stefan,Engstr\232m
编码被 UniversalDetector (chardet gem) 识别为 iso-8859-2。
UniversalDetector::chardet("Stefan,Engstr\232m")
=> {"confidence"=>0.626936305574385, "encoding"=>"ISO-8859-2"}
尝试转换字符串会产生以下结果:
Iconv.conv("UTF-8", "ISO-8859-2", "Stefan,Engstr\232m")
=> "Stefan,Engstrm"
而我希望:
=> "Stefan,Engström"
- 字符串真的可以采用其他编码吗？
- 我以前没见过\232 语法，通常当字符串被奇怪地编码时，一些奇怪的字符会出现，例如 � 或一些中文。
如果我应该提供更多信息或详细说明某些事情，请告诉我。
最佳答案
编码大概是"Macintosh Roman" , 其他几个选项是 "Mac Central European"和 "Mac Icelandic" . \nnn 表示法使用八进制，所以 \232 是十进制的 154，字符 154 是小写的 O-umlaut(“ö”)，您在所有三个中都期望这些编码；我在任何 Windows 代码页或 ISO 8859 字符集中都没有看到 154。我猜想 Mac Roman 比冰岛语或中欧编码更常见。
尝试使用 'MacRoman' 作为 Iconv 的源编码:
>> Iconv.conv("UTF-8", "MacRoman", "Stefan,Engstr\232m")
=> "Stefan,Engström"
关于ruby-on-rails - Ruby 和编码转换，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/8420857/