ruby-on-rails - Ruby:检查字节顺序标记

Question

在Rails 中，我们将一些文本文件作为ISO-8859-1。有时文件以 UTF-8 with BOM 的形式出现。我正在尝试确定它的 UTF-8 with BMO 然后将文件重新读取为 bom|UTF-8。

我尝试了以下但它似乎没有正确比较:

# file is saved as UTF-8 with BOM using Sublime Text 2

> string = File.read(file, encoding: 'ISO-8859-1')

# this doesn't work, while it supposed to work
> string.start_with?("\xef\xbb\xbf".force_encoding("UTF-8"))
> false

# it works if I try this
> string.start_with?('')
> true

目的是将文件读取为 UTF-8 with BOM 如果文件在开头有字节顺序标记并且我想避免 string.start_with?(' ') 方法。

Answer 1

string.start_with?("\u00ef\u00bb\u00bf")

来自 Ruby official documentation :

\xnn      hexadecimal bit pattern, where nn is 1-2 hexadecimal digits ([0-9a-fA-F])

\unnnn  Unicode character, where nnnn is exactly 4 hexadecimal digits ([0-9a-fA-F])

就是说，要插入一个 unicode 字符，应该使用 \uXXXX 表示法。它是安全的，我们可以可靠地使用这个版本。