Ruby字符串编码问题

Question

我查看了其他有关Ruby /编码的帖子，但无法弄清楚以下内容为什么不起作用。可能只是因为我太笨了，但以下是情况。

在Windows上使用Ruby 1.9。 我有一组CSV文件，需要在每行末尾附加一些数据。每当我运行我的脚本时，追加的字符都是乱码。输入文本似乎是IBM437编码，而我要附加的字符串起始为US-ASCII。就输入字符串或附加字符串强制编码而言，我尝试过的任何方法都似乎无法改变结果输出。我被难住了。当前的编码版本仅是我尝试过的最后一个版本。

def append_salesperson(txt, salesperson)
  if txt.length > 2
    return txt.chomp.force_encoding('US-ASCII') + %(, "", "", "#{salesperson}")
  end
end

salespeople = Hash[
    "fname", "Record Manager"]

outfile = File.open("ActData.csv", "w:US-ASCII")

salespeople.each do | filename, recordManager |
  infile = File.open("#{filename}.txt")
  infile.each do |line|
    outfile.puts append_salesperson(line, recordManager)
  end
  infile.close
end
outfile.close

- John Prideaux

---

你在你的脚本中使用编码魔法注释吗？ - kch

Answer 1

一个与你的问题相关的小提示是，你的csv数据如下：%(, "", "", "#{salesperson}")。在双引号之前有一个空格字符。如果这个文本中有逗号，那么#{salesperson}可能会被解释为多个字段。为了解决这个问题，逗号和双引号之间不能有空格。例如："this is a field","Last, First","and so on"。当创建要在Excel中查看的报告时，我遇到了这个小问题。

在逗号分隔值（CSV）文件的通用格式和MIME类型中，他们描述了csv文件的语法以供参考。

- lillq

Answer 2

也许是 txt.chomp.force_encoding('US-ASCII') + %(, "", "", "#{salesperson.force_encoding('something')}")

?

- rogerdpack

---

我尝试过的所有相关方法都没有效果。我已经尝试将所有内容强制转换为US-ASCII、IBM437和UTF-8，但每次生成的字符串都是混合的，文件输入中有16位字符，程序生成的数据中有8位字符。有趣的是，如果我只是在控制台上做一个puts操作，它会在文件输入的每个字符之间显示一个空格，在附加数据中的数据之间不会有空格。 - John Prideaux

我可能会尝试找到一个“小”的可重现的测试案例，并向 Ruby 核心团队反馈。 - rogerdpack

你也可以尝试在启动 Ruby 脚本之前，通过控制台更改活动代码页，使用 chcp 命令（例如，chcp 65001 将其设置为 UTF-8）。不幸的是，你无法将其设置为 UTF-16，这可能是你的文件所在的编码。 - ewall

Answer 3

听起来CSV数据是以UTF-16的形式出现的...因此puts显示为可打印字符(第一个字节)加上空格(第二个字节)。

你试过用.force_encoding(Encoding::UTF-16LE)或者.force_encoding(Encoding::UTF-16BE)编码追加的数据吗？

- ewall