如何在Ruby中将字符串转换为UTF8

我正在写一个使用Hpricot的爬虫程序。它从某个网页下载字符串列表，然后我尝试将其写入该文件。编码有问题：

"\xC3" from ASCII-8BIT to UTF-8

我有一些在网页上呈现并以这种方式打印的项目：

Développement

---

str.encoding

返回

UTF-8

，因此

force\u编码（'UTF-8'）

没有帮助。如何将其转换为可读的UTF-8？

您的字符串似乎编码错误：

"Développement".encode("iso-8859-1").force_encoding("utf-8")
#=> "Développement"

---

看起来您的字符串认为它是UTF-8，但实际上，它是其他东西，可能是ISO-8859-1

首先定义（强制）正确的编码，然后将其转换为UTF-8

在您的示例中：

puts "Développement".encode('iso-8859-1').encode('utf-8')

另一种选择是：

puts "\xC3".force_encoding('iso-8859-1').encode('utf-8') #-> Ã

如果

Ã

没有意义，请尝试另一种编码。

“描述了另一种代码更少的好方法：

file_contents.encode!('UTF-16', 'UTF-8')

---

HPICCOOT不再维持，考虑使用NokGoiRi。另外，您可能应该提到原始网页的编码是什么。它适用于大多数情况。但有时：

U+201C从CIDEM/ACC1Ã中的UTF-8到ISO-8859-1“
U+20AC从花旗的UTF-8到ISO-8859-1”™s Sustainable Development Investments（可持续发展投资）
没有。此外，一些名称已转换但错误，我无法将其放入包含
不完整多字节字符的数据库中。抱歉，这不是修复方法。在将字符串读入应用程序时，您应该通过设置/检测正确的编码来修复此问题。存在also使用
编码：：UTF_8
而不是为
“UTF-8”
字符串文字（或任何其他编码字符串）使用更多内存的选项。适用于使用Wicked PDF gem创建的PDF