1

我有一个 UTF-8 十六进制字符串，如下所示：

s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

我想将其转换为实际的 UTF-8 字符串。它应该是：

您的信用额度已低于 5 美元。如果您有附加组件或奖金，您的资源将一直有效，直到用尽。要立即充值，请访问 vodafone.co.nz/topup

这有效：

s.scan(/.{4}/).map { |a| [a.hex].pack('U') }.join

但我想知道是否有更好的方法来做到这一点：我是否应该使用Encoding#convert。

4

3 回答 3

4

额外00的 s 表明该字符串实际上是UTF-16字符串的十六进制表示，而不是 UTF-8。假设是这种情况，您需要执行以获取 UTF-8 字符串的步骤是首先将字符串转换为十六进制数字表示的实际字节（Array#pack可用于此），然后将其标记为使用适当的编码force_encoding（看起来像 UTF-16BE），最后encode用来将其转换为 UTF-8：

[s].pack('H*').force_encoding('utf-16be').encode('utf-8')
于 2015-04-25T10:37:12.797 回答
1

如果您打算在其他奇怪编码的字符串上使用它，您可以取消填充前导字节：

[s.gsub(/..(..)/,'\1')].pack('H*')

或使用它们：

s.gsub(/..../){|p|p.hex.chr}

如果你想使用 Encoding::Converter

ec = Encoding::Converter.new('UTF-16BE','UTF-8')     # save converter for reuse
ec.convert( [s].pack('H*') )                         # or:  ec.convert [s].pack'H*'
于 2015-04-25T07:18:21.983 回答
1

我认为整个字符串都有额外的空字符（它是有效的，但很浪费），但你可以尝试：

[s].pack('H*').force_encoding('utf-8')

不过，似乎“您的信用已低于 5 美元”...

字符串用 打印puts，但是当字符串被转储时，我无法读取终端上的所有 unicode 字符。

于 2015-04-25T07:05:18.503 回答