如何使用ruby 1.9转换字​​符编码

我目前在亚马逊api的结果方面遇到麻烦。

该服务返回一个带有unicode字符的字符串： 在Mac上学习Objective \ xE2 \ x80 \ x93C（学习系列）

使用ruby 1.9.1，甚至无法处理字符串：

REXML::ParseException: # ... Exception parsing Line: 1 Position: 1636 Last 80 unconsumed characters: Learn Objective–C on the Mac (Learn Series) 

Answer 1

作为例外点，您的字符串是ASCII-8BIT编码的。 您应该更改编码。 有一个很长的故事 ，但如果你对快速解决方案感兴趣，只需在执行任何处理之前对字符串force_encoding ：

 s = "Learn Objective\xE2\x80\x93C on the Mac" # => "Learn Objective\xE2\x80\x93C on the Mac" s.encoding # => # s.force_encoding 'utf-8' # => "Learn Objective–C on the Mac" 

Answer 2

如果用ASCII-8BIT编码的所有东西都可以直接转换为UTF-8，那么Mladen的解决方案就可以工作。 当有1）无效的字符或2）UTF-8中未定义的字符时，它会中断。 但是，这将有效（在1.9.2及更高版本中：

 new_str = s.encode('utf-8', 'binary', :invalid => :replace, :undef => :replace, :replace => '') 

ASCII-8BIT实际上是二进制的。 此代码将编码转换为UTF-8，同时正确处理无效和未定义的字符。 ：invalid选项指定替换无效字符。 ：undef选项指定替换未定义的字符。 并且：replace选项定义了应该替换无效或未定义字符的内容。 在这种情况下，我选择简单地删除它们。