Ruby脚本中的Unicode字符？
我想写一个Ruby脚本，它将日文字符写入控制台。 例如：
puts "こんにちは・今日は" 但是，运行它时会出现exception：
jap.rb:1: Invalid char `\377' in expression jap.rb:1: Invalid char `\376' in expression
有可能吗？ 我正在使用Ruby 1.8.6。
您已经将文件保存为UTF-16LE编码，一个Windows误导性地称为“Unicode”。 这种编码通常最好避免，因为它不是ASCII超集：每个代码单元存储为两个字节，ASCII字符的另一个字节存储为\0 。 这会混淆很多软件; 使用UTF-16进行文件存储是不常见的。
您所看到的\377和\376 （八进制为\xFF和\xFE ）是放在UTF-16文件前面的U + FEFF字节顺序标记序列，用于区分UTF-16LE和UTF-16BE。
Ruby 1.8完全基于字节; 它不会尝试从脚本中读取Unicode字符。 因此，您只能以ASCII兼容编码保存源文件。 通常，您希望将文件保存为UTF-8（没有BOM; UTF-8虚拟BOM是另一项伟大的Microsoft创新，可以破坏所有内容）。 这对于生成UTF-8页面的Web上的脚本非常有用。
如果您想确保源代码能够容忍以任何与ASCII兼容的编码保存，您可以对字符串进行编码以使其更具弹性（如果不太可读）：
puts "\xe3\x81\x93\xe3\x82\x93\xe3\x81\xab\xe3\x81\xa1\xe3\x81\xaf\xe3\x83\xbb\xe4\xbb\x8a\xe6\x97\xa5\xe3\x81\xaf"
然而！ 写入控制台本身就是一个大问题。 使用什么编码将字符发送到控制台因平台而异。 在Linux或OS X上，它是UTF-8。 在Windows上，它是每个安装区域设置的不同编码（在“区域和语言选项”控制面板条目中的“非Unicode应用程序的语言”中选择），但它从不是 UTF-8。 此设置再次被误导地称为ANSI代码页。
因此，如果您使用的是日语Windows安装，则您的控制台编码将是Windows代码页932（Shift-JIS的变体）。 如果是这种情况，您可以使用“ANSI”或显式“日语cp932”从文本编辑器中保存文本文件，当您在Ruby中运行它时，您将获得正确的字符。 同样，如果你想让源代码能够承受错误编码，你可以在cp932编码中转义字符串：
puts "\x82\xb1\x82\xf1\x82\xc9\x82\xbf\x82\xcd\x81E\x8d\xa1\x93\xfa\x82\xcd"
但是如果你在另一个语言环境中的机器上运行它，它将产生不同的字符。 在Western Windows安装中，您将无法从Ruby将日语写入默认控制台（代码页1252）。
（虽然Ruby 1.9大大改进了Unicode处理，但它在这里没有任何改变。它仍然是一个使用C标准库IO函数的基于字节的应用程序，这意味着它仅限于Windows的本地代码页。）