Ruby无法将字符串编码从ISO-8859-1转换为UTF-8

我正在尝试将一个字符串从ISO-8859-1编码转换为UTF-8，但似乎无法正常工作。下面是我在irb中所做的一个例子

irb(main):050:0> string = 'Norrlandsvägen'
=> "Norrlandsvägen"
irb(main):051:0> string.force_encoding('iso-8859-1')
=> "Norrlandsv\xC3\xA4gen"
irb(main):052:0> string = string.encode('utf-8')
=> "Norrlandsvägen" 

我不知道为什么iso-8859-1中的Norrlandsvägen将转换为utf-8中的NorrlandsvÃgen

我试过编码，编码！，编码（destinationEncoding，originalEncoding），iconv，force_编码，以及我能想到的各种奇怪的工作方法，但似乎都不起作用。有人能帮我/给我指出正确的方向吗

Ruby新手仍然疯狂地拉扯着头发，但对这里所有的回复感到感激…：）

这个问题的背景：我正在编写一个gem，它将从一些网站下载一个xml文件（将采用iso-8859-1编码），并将其保存在一个存储器中，我想首先将其转换为utf-8。但是像诺兰兹瓦根这样的词总是把我弄糊涂。真的非常感谢您的帮助

[更新]：我意识到在irb控制台中运行这样的测试可能会给我带来不同的行为，因此我在实际代码中有以下内容：

def convert_encoding(string, originalEncoding) 
  puts "#{string.encoding}" # ASCII-8BIT
  string.encode(originalEncoding)
  puts "#{string.encoding}" # still ASCII-8BIT
  string.encode!('utf-8')
end

但最后一行给了我以下错误：

Encoding::UndefinedConversionError - "\xC3" from ASCII-8BIT to UTF-8

感谢@Amadan下面的回答，我注意到如果您运行以下命令，

\xC3

实际上会显示在irb中：

irb(main):001:0> string = 'ä'
=> "ä"
irb(main):002:0> string.force_encoding('iso-8859-1')
=> "\xC3\xA4"

我还尝试为

string.encode（originalEncoding）

的结果分配一个新变量，但得到了一个更奇怪的错误：

newString = string.encode(originalEncoding)
puts "#{newString.encoding}" # can't even get to this line...
newString.encode!('utf-8')

在从ASCII-8BIT到UTF-8再到ISO-8859-1的转换过程中，错误为

Encoding:：UnfinedConversionError-“\xC3”到UTF-8

我仍然沉浸在编码的混乱中，但我真的很感谢所有人给我的回复和帮助！非常感谢！：）
 在UTF-8中指定一个字符串。它包含
ä
。UTF-8用两个字节表示
ä

string = 'ä'
string.encoding
# => #<Encoding:UTF-8>
string.length
# 1
string.bytes
# [195, 164]

然后将其转换为
UTF-8
。因为这不是重新解释，而是翻译，所以保留这两个字符，但现在以UTF-8编码：

string = string.encode('utf-8')
# => "ä" 
string.length
# 2
string.bytes
# [195, 131, 194, 164]

您缺少的是一个事实，即您最初没有ISO-8859-1字符串，就像您从Web服务获得的一样—您有胡言乱语。幸运的是，这些都在您的控制台测试中；如果您使用正确的输入编码阅读网站的响应，那么应该一切正常

对于您的控制台测试，让我们演示一下，如果您从一个正确的ISO-8859-1字符串开始，它将全部工作：

string = 'Norrlandsvägen'.encode('iso-8859-1')
# => "Norrlandsv\xE4gen"
string = string.encode('utf-8')
# => "Norrlandsvägen"

编辑对于您的特定问题，这应该可以：

require 'net/https'
uri = URI.parse("https://rusta.easycruit.com/intranet/careerbuilder_se/export/xml/full")
options = {
  :use_ssl => uri.scheme == 'https', 
  :verify_mode => OpenSSL::SSL::VERIFY_NONE
}
response = Net::HTTP.start(uri.host, uri.port, options) do |https|
  https.request(Net::HTTP::Get.new(uri.path))
end
body = response.body.force_encoding('ISO-8859-1').encode('UTF-8')

和之间有区别。前者设置字符串的编码，而后者实际上将字符串的内容转换为新的编码。因此，以下代码会导致您的问题：

string = "Norrlandsvägen"
string.force_encoding('iso-8859-1')
puts string.encode('utf-8') # Norrlandsvägen

而以下代码实际上将正确编码您的内容：

string = "Norrlandsvägen".encode('iso-8859-1')
string.encode!('utf-8')

下面是一个在
irb
中运行的示例：

irb(main):023:0> string = "Norrlandsvägen".encode('iso-8859-1')
=> "Norrlandsv\xE4gen"
irb(main):024:0> string.encoding
=> #<Encoding:ISO-8859-1>
irb(main):025:0> string.encode!('utf-8')
=> "Norrlandsvägen"
irb(main):026:0> string.encoding
=> #<Encoding:UTF-8>

irb（main）：023:0>string=“Norrlandsvägen”。编码（'iso-8859-1'））
=>“Norrlandsv\xE4gen”
irb（主）：024:0>string.encoding
=> #
irb（主）：025:0>string.encode！（'utf-8'）
=>“Norrlandsvägen”
irb（主）：026:0>string.encoding
=> #
上述答案非常准确。具体来说，这一点：

force_编码和encode之间有区别。前者
设置字符串的编码，而后者实际上
将字符串内容转换为新编码

在我的情况下，我有一个iso-8859-1编码的文本文件。默认情况下，Ruby使用UTF-8编码，因此如果您试图在不指定编码的情况下读取文件，则会出现错误：

results = File.read(file)
results.encoding
 => #<Encoding:UTF-8> 
 results.split("\r\n")
ArgumentError: invalid byte sequence in UTF-8

所以一切都很好，对吗？不，如果要开始解析具有UTF-8字符编码的iso-8859-1字符串，则不需要：

results = File.read(file, encoding: "iso-8859-1")
results.each do |line|
  puts line.split('¬')
end
Encoding::CompatibilityError: incompatible character encodings: ISO-8859-1 and UTF-8

为什么会出现这种错误？因为“，”表示为UTF-8。您正在对ISO-8859-1字符串使用UTF-8字符序列。它们是不兼容的编码。因此，在以ISO-8859-1的形式读取该文件后，可以要求Ruby将该ISO-8859-1编码为UTF-8。现在您将使用UTF-8字符串，因此没有问题：

results = File.read(file, encoding: "iso-8859-1").encode('UTF-8')
results.encoding
results = results.split("\r\n")
results.each do |line|
  puts line.split('¬')
end

最终，对于一些Ruby API，您不需要使用
force_编码（'ISO-8859-1'）
。相反，您只需指定API的预期编码。但是，如果您计划使用UTF-8字符串对其进行解析，则必须将其转换回UTF-8
 哦，谢谢你！你说的很有道理，但不知怎的，当我从我的web服务中阅读时，Ruby实际上认为它是ASCII-8BIT，而不是ISO-8859-1。是我试图获取的xml的一个示例。我的代码是：
def convert\u encoding（string，originalEncoding）
string.encode（originalEncoding）
string.encode！（'utf-8'）
（中间有一些puts以显示字符串的编码和内容），但是我从ASCII-8BIT到utf-8得到了未定义的转换器“\xC3”我是否遗漏了一些明显的内容？您是如何从web服务读取XML的？顺便说一句，你链接到的文件是UTF-8，而不是ISO-8859-1，不管它自己声称什么。因此，文件中实际上有两个字节的UTF-8表示，第一个字节是
\xC3
；ASCII-8BIT->UTF-8转换阻塞了它。讽刺的是，您甚至不需要转换：）只要将流正确地作为UTF-8打开，或者在您读取它时将字符串强制为UTF-8即可。我使用
response=Net:：HTTP.get_response（uri）
和
response.body
来获取xml。我好奇的是，如果我跳过编码转换步骤，将文件天真地保存在我的存储器（AWS S3）中并手动下载文件，我仍然会看到
“NorrlandsvÃgen”
，而不是
“Norrlandsvägen”
。您还可以教我如何识别文件的实际编码（不管其声明：）？要点是我一直在使用的一个简化示例；最后，我想得到一些文件，比如感谢你迄今为止的帮助！我还没有解决办法，但你的回答帮助我澄清了我的困惑，我
results = File.read(file, encoding: "iso-8859-1")
results.each do |line|
  puts line.split('¬')
end
Encoding::CompatibilityError: incompatible character encodings: ISO-8859-1 and UTF-8

results = File.read(file, encoding: "iso-8859-1").encode('UTF-8')
results.encoding
results = results.split("\r\n")
results.each do |line|
  puts line.split('¬')
end