ruby - Ruby 中 .reverse 的奇怪行为

Question

当我尝试在包含撇号的 Ruby 字符串上调用 .reverse 时，它​​会将它们更改为\231\200?. 因此，在包含s’tI调用 reverse 的错误顺序的字符串上，结果为It\231\200?s，而不是It's。有任何想法吗？

我猜这与多字节安全有关？有解决办法吗？

Answer 1

这在 ruby​​ 1.9 中工作正常，它正确处理 unicode：

>> "s’tI".reverse
=> "It’s"

在 ruby​​ 1.8 中被破坏了，因为它对 unicode 字符串没有相同的支持，并且那些撇号是非 1 字节的 ascii 字符，它们是多字节的 unicode 字符（例如，当编码为 UTF-8 时）。

Answer 2

问题是您的字符串使用二进制字符而不是 Unicode 字符。您必须先将二进制字符串解码为 Unicode 字符串。

irb(main):001:0> "a\u9F9Cb".reverse
=> "b\u9F9Ca"
irb(main):002:0> "a\xE9\xBE\x9Cb".reverse
=> "a\x9C\xBE\xE9b"
irb(main):003:0> "a\xE9\xBE\x9Cb".force_encoding('UTF-8').reverse
=> "b\u9F9Ca"

Answer 3

正如其他人所解释的那样，您正在处理 utf-8，因此某些字符由一个以上的字节表示。还有诸如组合字符、代理对等之类的东西。ruby 1.8 的逐字节反转忽略了所有这些，所以把事情搞砸了。

Ruby 1.9 确实了解字符串编码，但如果你被困在 ruby​​ 1.8 上，rails 有自己的系统来处理 utf8 - 你可以调用mb_chars字符串并取回看起来像字符串的东西，行为像字符串但实现之类的方法reverse，downcase以精通 unicode 的方式。例如你可以做

reversed_string = string.mb_chars.reverse