Ruby 1.9，MySQL字符编码问题

我们的Rails 3应用程序需要能够接受像ä和こ, 并将它们保存到我们的MySQL数据库中，该数据库的字符设置为“utf8”

我们的一个模型运行验证，该验证用于在保存之前去掉其名称中的所有非单词字符。在Ruby 1.8.7和Rails 2中，以下内容就足够了：

def strip_non_words(string)
  string.gsub!(/\W/,'')
end

这就去掉了不好的字符，但保留了像“ä”这样的东西こ', 然而，在Ruby 1.9的新编码中，该语句不再有效——它正在删除这些字符以及我们不想要的其他字符。我正试图找到一种方法来做到这一点

将gsub更改为如下内容：

def strip_non_words(string)
  string.gsub!(/[[:punct]]/,'')
end

def strip_non_words(string)
  string_encoded = string.force_encoding(Encoding::ASCII_8BIT)
  string_encoded.gsub!(/\p{Word}+/, '') # non-word characters
  string_reencoded = string_encoded.force_encoding('ISO-8859-1')
  string_reencoded #return
end

允许字符串很好地通过，但数据库会引发以下错误：

Mysql2::Error: Illegal mix of collations (latin1_swedish_ci,IMPLICIT) and (utf8_general_ci,COERCIBLE) for operation

通过Iconv运行字符串以尝试并转换它，如下所示：

def strip_non_words(string)
  Iconv.conv('LATIN1', 'UTF8', string)
  string.gsub!(/[[:punct]]/,'')
end

导致此错误的原因：

---

我在这里基本上已经穷途末路了。有人知道我需要什么吗？

这是一个有趣的解决方案

我发现Ruby有一个我可以使用的正则表达式，但只能用于ASCII字符串。因此，我必须将字符串转换为ASCII，运行正则表达式，然后将其转换回提交给db。最终结果如下所示：

def strip_non_words(string)
  string.gsub!(/[[:punct]]/,'')
end

def strip_non_words(string)
  string_encoded = string.force_encoding(Encoding::ASCII_8BIT)
  string_encoded.gsub!(/\p{Word}+/, '') # non-word characters
  string_reencoded = string_encoded.force_encoding('ISO-8859-1')
  string_reencoded #return
end

事实证明，由于Ruby处理更改字符编码的方式，您必须单独编码：