Ruby 中文编码学习笔记

简介

在 Ruby 中，使用 UTF-8 编码作为默认编码，支持处理多种语言文字，包括中文。本文介绍 Ruby 中文编码相关的知识点和实例。

字符编码

Ruby 中的字符编码可以通过 Encoding.default_internal 和 Encoding.default_external 获取，分别代表默认的内部编码和外部编码。默认情况下，两者均为 UTF-8。

rubyCopy Code
puts Encoding.default_internal # => nil
puts Encoding.default_external # => #<Encoding:UTF-8>

我们也可以手动设置编码：

rubyCopy Code
Encoding.default_internal = Encoding::UTF_8
Encoding.default_external = Encoding::GB2312

字符串编码

Ruby 中的字符串有编码属性，通过 String#encoding 获取。如果没有指定编码，则默认为 Encoding.default_internal 或 Encoding.default_external。

rubyCopy Code
str = "你好"
puts str.encoding # => #<Encoding:UTF-8>

str = "hello"
puts str.encoding # => #<Encoding:UTF-8>

当字符串中包含不同编码的字符时，需要进行编码转换。

rubyCopy Code
# 转换为 GB2312 编码
str = "你好"
str.encode!(Encoding::GB2312)
puts str.encoding # => #<Encoding:GB2312>

文件编码

在读写文件时，可以指定文件的编码。读取文件时，Ruby 会自动转换为 Encoding.default_internal 的编码。

rubyCopy Code
File.open("file.txt", "r:UTF-8") do |f|
  puts f.read.encoding # => #<Encoding:UTF-8>
end

File.open("file.txt", "w:GB2312") do |f|
  f.write("你好")
end

实例

输出中文字符

rubyCopy Code
puts "你好，世界！"

遍历文件夹中的中文文件名

rubyCopy Code
Dir.foreach("路径") do |file_name|
  puts file_name if file_name =~ /[^\x00-\x7F]+/
end

读取中文文本文件并打印内容

rubyCopy Code
File.open("file.txt", "r:UTF-8") do |f|
  puts f.read
end

总结

本文介绍了 Ruby 中的字符编码、字符串编码和文件编码相关的知识点，并提供了一些实例。在使用 Ruby 处理中文时，需要注意字符编码的转换和文件编码的指定。