UTF-8编码在Ruby的gets方法中无法工作

Question

我需要用gets方法获取字符串"öçğü"，但是无法成功。我可以正确地从文件中读取，但是gets不能接受这些字符。我使用了# encoding: UTF-8，并在Windows cmd shell上运行此代码。

当我尝试输入ç时，会出现以下错误：

`downcase': input string invalid (ArgumentError)

input = gets.chomp.downcase.split

- sabrey

---

它说UTF-8。我不懂。我可以用代码写出来，但我无法从“gets”获取。 - sabrey

你在 Ruby 中设置的编码必须与你的终端的编码匹配。那么，你的终端编码是什么？ - Jörg W Mittag

我不知道，但有人说原因是Windows命令行。我在在线编译器上尝试过，它可以工作。 - sabrey

Answer 1

使用文件顶部的“magic”注释设置文件编码仅指定文件中源代码的编码（即：您在代码中直接创建的字符串文字的编码）。

Ruby知道另外两个默认编码：

• 外部编码 - 这指定了从外部源（如控制台、打开的文件、网络套接字等）读取的数据的默认编码
• 内部编码 - 从外部源读取的数据将在读取后被转换为默认的内部编码，以确保您可以在任何地方使用兼容的编码（默认情况下不使用此选项，因此保留了外部编码）。

在您的情况下，您没有设置外部编码。在 Windows 并且在 Ruby 版本 3.0 之前，Ruby 假定您的 Windows 安装的本地控制台编码为 cp850（例如在西欧）。

当 Ruby 读取您的字符串时，它假设它采用的是 cp850 编码（或其他默认编码），而您可能提供的是 utf-8 编码的数据。只要您开始对这些错误编码的数据进行操作，就会出现类似于您在那里看到的错误。

因此，为了能够正确地读取数据，您需要提供与您的 shell 编码匹配的编码，或者您需要告诉 Ruby 它应该假定哪种编码。

如果您提供的是 UTF-8 编码的数据，则可以在调用 ruby 时使用 -E 开关设置预期的编码，例如：

ruby -E utf-8 your_program.rb

您也可以通过在Windows shell的环境变量中设置来完成此操作。

set RUBYOPT=-Eutf-8

在Ruby 3.0中，Windows上的默认外部编码已更改为UTF-8，与其他平台类似。详情请参见https://bugs.ruby-lang.org/issues/16604。

- Holger Just

---

我下载了 Ruby 3.0，但仍然出现相同的错误。"`downcase': input string invalid (ArgumentError)" - sabrey