ruby - 将 UTF-8 字符转换为正确的 ASCII 字符

Question

我有字符串"V\355ctor"（我认为是Víctor）。有没有办法将其转换为 ASCIIí将被 ASCII 替换i？

我已经尝试过 Iconv 没有成功。（我只是得到Iconv::IllegalSequence: "\355ctor"）

此外，Ruby 1.8.7 和 Ruby 2.0 之间有区别吗？

编辑： Iconv.iconv('UTF-8//IGNORE', 'UTF-8', "V\355ctor")这似乎有效，但结果Vctor不是Victor

Answer 1

我知道两种选择。

1. transliterate来自I18n宝石。

   $ irb
   1.9.3-p448 :001 > string = "Víctor"
    => "Víctor" 
   1.9.3-p448 :002 > require 'i18n'
    => true 
   1.9.3-p448 :003 > I18n.transliterate(string)
    => "Victor"
   

2. 来自stringex gem的 Unidecoder 。

   Stringex::Unidecoder..decode(string)
   

更新：

在“V\355ctor”上运行 Unidecoder 时，会出现以下错误：

Encoding::CompatibilityError: incompatible encoding regexp match (UTF-8 regexp with IBM437 string)

嗯，也许你想先从 IBM437 翻译：

string.force_encoding('IBM437').encode('UTF-8')

这可能会帮助您走得更远。请注意，自动检测到的编码可能不正确，如果您确切知道编码是什么，它将使一切变得容易得多。

Answer 2

你要做的就是所谓的音译。

最常用和维护最好的库是ICU。（Iconv 也经常使用，但它有很多限制，比如你遇到的那个。）

粗略的Google 搜索会产生一些 Ruby ICU 包装器。恐怕我无法评论哪个更好，因为我承认我从未使用过它们中的任何一个。但这就是您想要使用的那种东西。