ruby - Microsoft Word 符号的编码问题 [ UTF-8 到 ISO-5589-1 ]

Answer 1

由于内置的​​ String#force_encoding方法会将多字节符号转换为自身的表示，而不是替换，因此您不能使用它。

str = "“ ” ’"
str.force_encoding("ISO-8859-1")
#=> "\xE2\x80\x9C \xE2\x80\x9D \xE2\x80\x99"

您可以尝试String#encode，但这只能用某些东西替换所有无效/未定义的字符，而不是单独替换每个字符。

str = "“ ” ’"
str.encode("ISO-8859-1", :invalid => :replace, :undef => :replace, :replace => "")
#=> "  "

str = "“ ” ’ €"
str.encode("ISO-8859-1", :invalid => :replace, :undef => :replace, :replace => "'")
#=> "' ' ' '"

最有可能的是，您需要编写或找到一个库来维护 unicode 多字节字符和它们对应的 ASCII 字符之间的关系，并使用它。