[Ruby]Encode编码

1. 获取编码

• 用 String#encoding 方法可获取字符串的编码，用伪变量 _ENCODING_ 可获取当前运行脚本的编码

2. encode 和 force_encoding区别

• encode假设当前编码是正确的，并尝试更改字符串，使其在第二次编码中以相同的方式读取
• force_encoding设置给定的字符串编码，但不改变字符串本身，即不改变它在内存中的表示
• force_encoding改变字符串从字节读取的方式，而encode改变字符串写入的方式而不改变输出(如果可能)

'łał'.bytes  #=> [197, 130, 97, 197, 130]
'łał'.force_encoding('UTF-16').bytes    #=>  [197, 130, 97, 197, 130]
'łał'.force_encoding('UTF-16')    #=>  "\xC5\x82\x61\xC5\x82"
'łał'.encode('UTF-16').bytes    #=> [254, 255, 1, 66, 0, 97, 1, 66]
'łał'.encode('UTF-16')    #=> "\uFEFF\u0142a\u0142"

3. 解析字符串

string = "R\xC3\xA9sum\xC3\xA9"
string.force_encoding('UTF-8')  #=> "Résumé"
string.encode('UTF-8')  #=> "Résumé"
require 'cgi'
CGI::unescape(string)  #=> "Résumé"
require 'iconv'
Iconv.iconv('utf-8', 'gbk', string)[0]   #转成utf-8
如果知道原编码为gbk，则 string.force_encoding('gbk').encode('utf-8')

• windows默认中文编码为gbk, 传到linux的文件会乱码,可以用linux的convmv修改文件名

# -f 原编码， -t 目标编码， --notest 执行转换， 否则是预览
convmv -f gbk -t utf-8 /files/*.pdf --notest
system('convmv -f gbk -t utf-8 /files/*.pdf --notest') # ruby中使用

4. Encoding 类的方法

Encoding.default_external 返回默认的外部编码，这个值会影响 IO 类的外部编码
Encoding.default_internal 返回默认的内部编码，这个值会影响 IO 类的内部编码
Encoding.list Encoding.name_list 返回 Ruby 支持的编码一览表

p Encoding.list
 #=> [#<Encoding:ASCII-8BIT>, #<Encoding:UTF-8>, ...
p Encoding.name_list
 #=> ["ASCII-8BIT", "UTF-8", "US-ASCII", ...