2

所以，我很无聊，我发现了一个奇怪的不一致之处，我希望能找到更多信息。这涉及 Ruby 中的字符串连接，特别是附加字符串文档所指的“代码点”。

这里有一些例子：

'' << 233 #=> "é"
'' << 256 #=> "Ā"

现在，奇怪的是，在 IRB 中，这两个例子都有效。但是，如果您在文件中创建一个 ruby​​ 类，加载该文件并执行代码，它就会崩溃。请参见以下示例：

class MyConcatenationTest
  def self.test
    '' << 233
    '' << 256
  end
end

然后在 IRB 中：

load 'my_concatenation_test.rb'  #=> true
MyConcatenationTest.test         #=> RangeError: 256 out of char range

所以，我的问题是：为什么这在 IRB 中有效，但在我加载运行同一行代码的脚本时无效？

如果您更改课程，请注意其他一些事项：

class MyConcatenationTest
  def self.test
    '' << 233
    #'' << 256
  end
end

...然后重新加载/运行该方法，它返回 233 的 \x 转义值，而不是之前的“é”：

load 'my_concatenation_test.rb'
MyConcatenationTest.test          #=> "\xE9"

那么……这是怎么回事？两个字符串都具有相同的编码 (UTF-8)，将其更改为 ASCII 似乎没有任何区别。

编辑：我应该提到我在上面的示例中使用了 256，因为这是它爆炸的最低数字。很明显，它吓坏了，因为它无法正确处理高于 "\xFF" 的任何东西。为了澄清我的问题，我很想知道为什么当代码存在于加载的 ruby​​ 文件中而不存在于 IRB 中时存在此限制。

4

1 回答 1

3

您使用哪个红宝石版本？这可能是因为在 ruby​​ 1.9（及更早版本）中，UTF-8 不是默认编码。

将您的文件修改为以下建议 ruby​​ 使用 UTF-8 来解析您的文件。

# ~coding: utf-8
class MyConcatenationTest
  def self.test
    '' << 233
    '' << 256
  end
end

如果您在 ruby​​ 2.0 中执行该文件，它会按预期工作而无需魔术注释，因为 UTF-8 是 ruby​​ 2.0 中的默认编码。

为什么它可以在 irb 中工作（即使使用 ruby​​ 1.9.3）？

irb使用$LANG环境变量来确定它应该使用哪种编码。我的（也许是你的？）$LANG设置为en_US.UTF-8，这使得irb使用 UTF-8 编码。

您可以开始irb使用irb -EISO-8859-1（或其他一些编码）来改变它。

$ irb -EISO-8859-1 # start irb with ISO-8859-1 encoding
irb(main):001:0> "".encoding
=> #<Encoding:ISO-8859-1>
于 2013-09-12T20:07:15.913 回答