Ruby支持unicode吗？它是如何工作的？

Question

我刚刚开始学习Ruby(最终转向RoR),但我刚刚被告知Ruby不支持unicode.这是真的吗？Ruby程序员如何支持unicode？

Answer 1

你听到的是过时的,并且(仅部分)适用于Ruby 1.8或之前.Ruby(1.9)的最新稳定版本支持不少于95种不同的字符编码(刚才我的系统统计).这包括几乎所有已知的Unicode转换格式,包括UTF-8.

以前稳定版本的Ruby(1.8)部分支持 UTF-8.

如果你使用Rails,它会为你处理默认的UTF-8编码.如果您只需要UTF-8编码感知,无论您运行Ruby 1.9还是Ruby 1.8,Rails都能为您提供服务.如果您有非常特定的字符编码要求,那么您应该针对Ruby 1.9.

如果您真的很感兴趣,这里有一系列文章描述了Ruby 1.8中的编码问题以及它们是如何解决的,最终在Ruby 1.9中得到了解决.Rails仍然包含Ruby 1.8中许多常见缺陷的解决方法.

Answer 2

在我的文件顶部添加以下行解决了它.

# encoding: utf-8

Answer 3

这不是真的.什么是真正的是,红宝石不支持仅 Unicode的,它支持其他编码的整体转换,以及.

这与Java,.NET或Python之类的系统形成对比,后者遵循"One Encoding To Rule Allm"模型.Ruby拥有Ruby的m17n系统的一个设计者称为"CSI"模型(Code Set Indepedent),这意味着每个字符串都使用自己的编码标记,而不是只有一个相同的编码.

这对于易用性和性能都有一些显着的优势,因为这意味着如果您的输入和输出编码相同,您永远不需要转码,而使用One True Encoding模型,您需要在最坏的情况下进行两次转码(不幸的是,最糟糕的情况经常发生,因为大多数这些环境选择了一个没有人实际使用的内部编码),从输入编码到内部编码再到输出编码.在Ruby中,您需要最多转码一次.

OTE模型的基本问题是,无论您选择哪种编码作为One True Encoding,它都将是一个完全随意的选择,因为没有一个编码,每个人,甚至大多数人使用.

例如,在Java中,他们选择UCS-2作为One True Encoding.然后,几年后,事实证明UCS-2实际上还不足以对所有字符进行编码,因此他们必须对Java进行向后不兼容的更改,以切换到UTF-16作为One True Encoding.除此之外,世界上很大一部分人已经从UTF-16转向UTF-8.如果Java是几年前发明的,那么他们可能会选择ASCII作为One True Encoding.如果它是在另一个国家发明的,它可能是Shift-JIS.如果它是由另一家公司发明的,它可能是EBCDIC.这是真的完全是随意的,而这样一个重要的选择不应该是.

Answer 4

这是一个很老的问题.目前Ruby的稳定版本是2.0.1.是的,它可以处理大部分你可以使用Unicode的内容,但请注意它很容易破坏.

看看这段代码示例和结果(灵感来自于此):

["noe?l","","ba?e"].each do |str|
  puts "Result for '#{str}'"
  puts "  Size: #{str.size}"
  puts "  Reverse: [#{str.reverse}]"
  puts "  Uppercase: [#{str.upcase}]"
end  

Result for 'noe?l'
  Size: 5 << bad size
  Reverse: [l?eon] <= accent is shifted
  Uppercase: [NOE?L]
Result for ''
  Size: 2
  Reverse: []
  Uppercase: []
Result for 'ba?e'
  Size: 4
  Reverse: [e?ab] <= doesn't really make sense
  Uppercase: [BA?E] <= should be "ELFFAB"

关键是:现代Ruby处理基础知识 - 不应指望更高级的字符串功能.