ruby - 添加反斜杠以修复 ruby​​ 字符串中的字符编码

Question

我确信这很容易，但我被所有这些反斜杠打结了。

我有一些数据是从网站上(礼貌地)抓取的。偶尔我会想到这样一句话:

u00a362 000? you must be joking

当然应该是“2000 英镑？”你一定是在开玩笑'。 irb 中的一个简短测试破译了它。

ruby-1.9.2-p180 :001 > string = "u00a3"
  => "u00a3" 
ruby-1.9.2-p180 :002 > string = "\u00a3"
  => "£" 

当然:加个反斜杠就可以解码了。我在 this question 的帮助下创建了以下内容:

puts str.gsub('u00', '\\u00') 

这导致 \u00a3 被输出。这一切都很好，但我希望它在字符串本身中是 £。仅仅 put 是不够的。

gsub('u00a3', '£') 毫无意义，因为我会遗漏其他字符。

感谢您的帮助。

Answer 1

尝试使用 Iconv 库来转换传入的字符串。您还可以查看 stringex gem。它有“走另一条路”的方法，但它可能会提供您正在寻找的映射。也就是说，如果您的编码不正确，就不可能正确处理。