如何检查字符串是否包含 ASCII 码

Question

给定一个字符串 A\xC3B，可以通过这样做将其转换为 utf-8 字符串（参考 link）：

"A\xC3B".force_encoding('iso-8859-1').encode('utf-8') #=> "AÃB"

但是，我只想在字符串包含ASCII码时执行操作，即\xC3。我该如何检查？

试过"A\xC3B".include?("\x")但没用。

Answer 1

\x 只是一个十六进制转义序列。它本身与编码无关。 US-ASCII 从 "\x00" 到 "\x7F"（例如 "\x41" 与 "A" 相同，"\x30" 与 "0" 相同）。然而，其余的（"\x80" 到 "\xFF"）不是 US-ASCII 字符，因为它是一个 7 位字符集。

如果要检查字符串是否仅包含 US-ASCII 字符，请调用 String#ascii_only?:

p "A\xC3B".ascii_only? # => false
p "\x41BC".ascii_only? # => true

基于您的代码的另一个示例：

str = "A\xC3B"
unless str.ascii_only?
  str.force_encoding(Encoding::ISO_8859_1).encode!(Encoding::UTF_8)
end
p str.encoding # => #<Encoding:UTF-8>

Answer 2

我想你想做的是弄清楚你的字符串是否被正确编码。 ascii_only? 解决方案在处理非 Ascii 字符串时没有多大帮助。

我会使用 String#valid_encoding? 来验证字符串是否正确编码，即使它包含非 ASCII 字符。

例如，如果其他人以正确的方式对 "Françoise Paré" 进行了编码，而当我对其进行解码时，我得到的是正确的字符串而不是 "Fran\xE7oise Par\xE9"（如果有人进行了编码，则会被解码它变成 ISO-8859-1)。

[62] pry(main)> "Françoise Paré".encode("utf-8").valid_encoding?
=> true

[63] pry(main)> "Françoise Paré".encode("iso-8859-1")
=> "Fran\xE7oise Par\xE9"

# Note the encoding is still valid, it's just the way IRB displays
# ISO-8859-1

[64] pry(main)> "Françoise Paré".encode("iso-8859-1").valid_encoding?
=> true

# Now let's interpret our 8859 string as UTF-8. In the following
# line, the string bytes don't change, `force_encoding` just makes
# Ruby interpret those same bytes as UTF-8.

[65] pry(main)> "Françoise Paré".encode("iso-8859-1").force_encoding("utf-8")
=> "Fran\xE7oise Par\xE9"

# Is a lone \xE7 valid UTF-8? Nope.

[66] pry(main)> "Françoise Paré".encode("iso-8859-1").force_encoding("utf-8").valid_encoding?
=> false

如何检查字符串是否包含 ASCII 码

How to check if a string contains ASCII code

ruby

string

utf-8