如何在Ruby中将BOM标记写入文件

Question

我有一些带拐杖的工作代码,可以将BOM标记添加到新文件中.

  #writing
  File.open name, 'w', 0644 do |file|
    file.write "\uFEFF"
    file.write @data
  end

  #reading
  File.open name, 'r:bom|utf-8' do |file|
    file.read
  end

有没有办法自动添加标记而不"\uFEFF"在数据之前写隐藏？喜欢的东西File.open name, 'w:bom' # this mode has no effect可能？

Answer 1

****这个答案导致一个新的宝石:file_with_bom****

我过去遇到了类似的问题,并且我File.open为w-mode 扩展了其他编码变体:

class File
  BOM_LIST_hex = {
      Encoding::UTF_8      => "\xEF\xBB\xBF", #"\uEFBBBF"
      Encoding::UTF_16BE => "\xFE\xFF", #"\uFEFF",
      Encoding::UTF_16LE => "\xFF\xFE",
      Encoding::UTF_32BE => "\x00\x00\xFE\xFF",
      Encoding::UTF_32LE => "\xFE\xFF\x00\x00",
    }
  BOM_LIST_hex.freeze
  def utf_bom_hex(encoding = external_encoding)
    BOM_LIST_hex[encoding]
  end

class << self
  alias :open_old :open
  def open(filename, mode_string = 'r', options = {}, &block)
    #check for bom-flag in mode_string
    options[:bom] = true if mode_string.sub!(/-bom/i,'')

    f = open_old(filename, mode_string, options)
    if options[:bom]
      case mode_string
        #r|bom already standard since 1.9.2
        when /\Ar/   #read mode -> remove BOM
          #remove BOM
          bom = f.read(f.utf_bom_hex.bytesize) 
          #check, if it was really a bom
          if bom != f.utf_bom_hex.force_encoding(bom.encoding)
            f.rewind  #return to position 0 if BOM was no BOM
          end
        when /\Aw/  #write mode -> attach BOM
          f = open_old(filename, mode_string, options)
          f << f.utf_bom_hex.force_encoding(f.external_encoding)
        end #mode_string
    end

    if block_given?
      yield f 
      f.close
    end
  end
  end
end #File

Testcode:

EXAMPLE_TEXT = 'some content öäü'
File.open("file_utf16le.txt", "w:utf-16le|bom"){|f| f << EXAMPLE_TEXT }
File.open("file_utf16le.txt", "r:utf-16le|bom:utf-8"){|f| p f.read }
File.open("file_utf16le.txt", "r:utf-16le:utf-8",  :bom => true ){|f| p f.read }
File.open("file_utf16le.txt", "r:utf-16le:utf-8"){|f| p f.read }

File.open("file_utf8.txt", "w:utf-8", :bom => true ){|f| f << EXAMPLE_TEXT }
File.open("file_utf8.txt", "r:utf-8", :bom => true ){|f| p f.read }
File.open("file_utf8.txt", "r:utf-8|bom",              ){|f| p f.read }
File.open("file_utf8.txt", "r:utf-8",                     ){|f| p f.read }

一些评论:

• 代码来自1.9倍(但它仍然有效).
• 我用作-bombom指标(ruby 1.9使用|bom.

一些需要修复的更好:

• 使用|bom替代-bom
• 使用标准r|bom阅读
• 使它成为ruby 1.8和1.9

也许明天我会找一些时间重构我的代码并将其作为宝石提供.

Answer 2

唉，我认为您的手动方法是可行的方法，至少我不知道更好的方法：

http://blog.grayproductions.net/articles/miscellaneous_m17n_details

引用 JEG2 的文章：

Ruby 1.9 不会自动向您的数据添加 BOM，因此如果您需要，您将需要注意这一点。幸运的是，这并不太难。基本思想只是在文件开头打印所需的字节。