ROR中unicode的处理

在ROR处理中文时遇到了一些问题，打算探索一下，今天先转一篇文章。

 

下面说的不是一个完整的答案，但我已经尽力啦。如果你真的想要解决这个问题，可以阅读一下Julian Tarkhanov’sUNICODE_PRIMER 。

※※※ Onigurama ※※※
首先，Onigurama （一个正则表达式引擎，ruby1.9开始采用）支持Unicode，也支持许多encoding，很好用，如果你只是想用搜索一下字符串，OK，就是它了。（按：不知道如何使用啊。。。）

※※※ jcode类库 ※※※
Ruby的String类是不区分unicode的. 有个叫做jcode的库，很简单，比如你只是想数一下一个UTF-8字符串中有多少个字符，或者遍历这些字符。

※※※ /./u 正则表达式 ※※※
Ruby本身也有一些处理UTF-8（使用正则表达式）的能力：使用’u'作为修饰。许多人hack UTF-8的主要方法就是str.scan(/./u)，这样就返回了一个字符串数组，里面每个字符串中的若干字节代表一个UTF-8字 符。（另：str.unpack(’U*’)）

※※※ unicode_hacks ※※※
如果你想在Rails里面用Unicode字符串，可以使用Julian的unicode_hacks插件 ，他们在irc.freenode.net上有个专门的channel：#multibyte_rails
unicode_hacks 插件很有想法，它会在使用str.unpack(’U*’)之前先尝试用下面这些扩展来做（按优先级顺序排列）：
    1. icu4r : IBM ICU库的Ruby扩展，添加了诸如UString, URegexp等类来处理Unicode。（文档链接 )
    2. utf8proc : 一个很小型的库，便利字符串中的的字符然后一个个转过去，给String类和Interger类添加了了一些方法，比如String#utf8map和Integer#utf8。
    3. Unicode类: Yoshida Masato 做的一个扩展，提供`strcmp`, `[de]compose`, normalization 和大小写转换等功能。

看起来很多选择，很丰富，但是大都只实现了部分功能，而且都只刚刚开始，还不成熟。

※※※ Ruby-Character-Encoding ※※※
最近刚刚个东东加入了这场Unicode竞争：Nikolai Weibull的ruby-character-encoding库 ， 意图在Ruby 1.8的string类上添加功能解决Matz想要在Ruby2.0才给于解决的Unicode问题(按：Ruby1.9 2007年年底才出，Ruby2.0等到哪辈子？)，但是如果你使用这个类，就有可能导致其他使用标准string类的库崩溃。不过，在Nikolai的 努力下，这个库倒有希望完美的解决Unicode问题 。有个邮件列表专门讨论这个 。