谁能帮我解释一下这个结果?
#!/usr/bin/env ruby
# encoding: utf-8
require 'rexml/document'
doc = REXML::Document.new(DATA)
puts "doc: #{doc.encoding}"
REXML::XPath.each(doc, '//item') do |item|
puts " #{item}: #{item.to_s.encoding}"
end
__END__
<doc>
<item>Test</item>
<item>Über</item>
<item>8</item>
</doc>
输出:
doc: UTF-8
<item>Test</item>: US-ASCII
<item>Über</item>: UTF-8
<item>8</item>: US-ASCII
似乎 REXML 并不关心文档编码是什么,而是开始自动检测每个项目的编码......我是否注定要从encode('UTF-8')
REXML 中提取每个字符串,即使 UTF-8 是原始编码?这里发生了什么?