Ruby 1.9：将字节数组转换为带有多字节UTF-8字符的字符串

Question

我正在尝试在Ruby中找到一种方法，将UTF-8字节数组转换回字符串。

在irb（Ruby 1.9.2预览版3）中，我可以从UTF-8字符串创建正确的字节数组：

ruby-1.9.2-preview3 > 'Café'.bytes.to_a
 => [67, 97, 102, 195, 169]

然而，我找不到一种方法可以从字节回转到数组。我尝试使用带有U*选项的Array.pack，但这对于多字节字符不起作用。

ruby-1.9.2-preview3 > [67, 97, 102, 195, 169].pack('U*')
 => "Café"

有没有人知道将一个包含多字节字符的UTF-8字节数组转换回字符串的方法？

谢谢。

- Charlie

Answer 1

这与pack如何解释其输入数据有关。在您的示例中的U*会使其将输入数据（假定为默认字符集；我真的找不到任何文档）转换为UTF-8，因此会出现双重编码。相反，只需打包字节并将其解释为UTF-8：

irb(main):010:0> [67, 97, 102, 195, 169].pack('C*').force_encoding('utf-8')
=> "Café"

- Jakob Borg

Answer 2

你特别提到了字节数组，但也许码点更适合：

ar = 'Café'.codepoints.to_a
# => [67, 97, 102, 233]
ar.pack('U*')
# => Café

- steenslag

---

我可能会在另一个项目中使用它，但对于这个项目，我首先使用字节数组，然后再转换回字符串。 - Charlie