使用 utf-8 编码写入和读取文件

Posted 2023-02-24

【中文标题】使用 utf-8 编码写入和读取文件

【英文标题】：Write and read a file with utf-8 encoding

【发布时间】：2011-07-07 00:10:37

【问题描述】：

我一直在阅读所有与 UTF-8 相关的问题和博客文章，并且我在 test.rb 文件中有以下示例：

# encoding: UTF-8
File.open("test.txt", "w") do |f|
  f.write "test © foo"
end

File.open("test.txt", "r") do |f|
  puts f.read
end

这非常有效。 is 在文件中正确生成 © 符号，并将 © 读回给我并将其打印在屏幕上。

但是当我在实际项目中使用相同的代码时，我会将其写入文件而不是 © 符号：\u00A9

FWIW：我在对我的代码运行 rspec (v1.2.9) 测试时得到了这个结果。该规范会生成一个带有 © 符号的文件，然后将文件读回以检查内容。

我目前在 Ruby 1.9.2 中运行它，但我还需要一直支持到 Ruby 1.8.6。这是一个带有 RubyInstaller.org 版本的 Ruby 的 Windows 环境。

【参考方案1】：

如果我执行你的代码，我会在特殊字符上得到一个错误。你能试试这个代码吗？

# encoding: UTF-8
File.open("test.txt", "w:UTF-8") do |f| 
  f.write "test \u00A9 foo" 
end 

#Encoding.filesystem = "UTF-8"
p Encoding.find("filesystem") 
File.open("test.txt", "r:UTF-8") do |f| 
  puts f.read 
end 

然后在我的 windows 盒子上得到

#<Encoding:Windows-1252>
test © foo

我不知道为什么会有 Â..

【讨论】：

你在哪个控制台运行 ruby​​？如果是 windows 命令提示符，它不理解 UTF-8，因此您的 UTF-8 输出正在由 Windows CP-1252 应用程序显示。

注意：你可以用text = File.open(filename,'r:UTF-8',&:read)更简洁地阅读UTF-8

在 Windows 中，您可以更改代码页以使用 chcp 65001 理解 utf8，但仍有一些亚洲符号无法正确显示为 reproduced。

【参考方案2】：

用更少的代码读取文件：

# encoding: UTF-8
file_content = File.open("test.txt", "r:UTF-8", &:read)

【参考方案3】：

您的应用程序在哪个操作系统上运行？文件的默认编码可能是 ASCII。将w:utf-8 和r:utf-8 添加到开放参数中是否有帮助？

【讨论】：

我尝试了您建议的编码提示，但在运行 RSpec 测试时似乎没有什么不同。我更新了我的问题以包括 ruby​​ 版本/平台信息。也许我需要升级到 rspec 2.x