Ruby UTF-8红宝石编码

我有一个字符串：WinterIDäSchwiiz，它来自一个API，我想在数据库中搜索它。现在发现这个字符串的编码方式与它在数据库中的保存方式不同。然而ruby说两者的编码都是utf-8。发生了什么事

我已经找到了解决这个问题的最糟糕的方法，方法是转到bytesequence，用不同的bytesequence替换代表“ä”的字节，然后强制将其编码为utf8。它起作用了，但伤了我的眼睛。是否有人有比以下更好的解决方案：

 "WinterIDäSchwiiz".bytes.join(",").gsub("97,204,136","195,164").split(",").collect{|s| s.to_i}.pack('C*').force_encoding('utf-8')

您的字符串是UTF-8

我可以说，因为您的修复方法是用字节（195164）替换字节（97204136）

要替换的第一个字节97（

0x61

）是UTF-8字符

a

。第二个两个字节204和136（

0xCC 0x88

）是UTF-8字符U+0308的字节：

̉

。这两个字符组合成

ả

您期望的字节是195和164（

0xC3 0xA4

），它们加在一起是U+00E4或

两者都是UTF-8。一个打印

ả

，另一个打印

ä

。这是一个例子

换言之：

str1 = "a\xCC\x88"
puts str1 # => ä
p str1.bytes # => [97, 204, 136]
p str1.encoding # => #<Encoding:UTF-8>

str2 = "\xC3\xA4"
puts str2 # => ä
p str2.bytes # => [195, 164]
p str2.encoding # => #<Encoding:UTF-8>

如果您没有Ruby 2.2+，那么。。。升级但是如果由于某种原因无法升级，您可以使用，如果您使用的是Rails或

还有一件事 您不需要这样做，因为上面是在Ruby中进行Unicode规范化的正确方法，但这是一种更简单的方法：

"WinterIDäSchwiiz".bytes.join(",").gsub("97,204,136","195,164").split(",").collect{|s| s.to_i }.pack('C*').force_encoding('utf-8')

…应该是这样的：

"WinterIDäSchwiiz".gsub("a\xCC\x88", "\xC3\xA4")

---

每当你在Ruby中看到类似于

join（“，”）…split（“，”）

的东西时，几乎肯定是错误的解决方案。

你的问题中没有足够的信息。如果不是UTF-8，字符串的正确编码是什么？API的HTTP头报告了什么编码？在数据库表上设置了什么编码？什么代码负责从API检索数据？什么代码将其插入数据库？什么代码从数据库中检索它？这是一个很好的答案！非常感谢，我学到了很多！

"WinterIDäSchwiiz".gsub("a\xCC\x88", "\xC3\xA4")