如何在Rails中将文本转换为Unicode？

Question

在我的数据库中，我有以下条目。

id     |      name      |      info
1          John Smith         Çö ¿¬¼

就像你所看到的那样，信息栏显示的是错误的 -- 它实际上是韩文。 在 Chrome 中，当我将浏览器编码从 UTF-8 切换到韩文（'euc-kr'，我想），我实际上可以查看此文本：

id     |      name      |      info
1          John Smith        횉철 쩔짭쩌

我随后手动将文本复制到数据库中的信息中并保存，现在我可以在UTF-8中查看它，而无需切换浏览器的编码。

太棒了。现在我想在Rails中完成同样的事情，而不是手动完成。因此，从原始条目开始，我进入控制台并键入：

require 'iconv'
u = User.find(1)
info = u.info
new_info = Iconv.iconv('euc-kr','UTF-8', info)
u.update_attribute('info', new_info)

然而，我最终得到的是类似于数据库中的\x{A2AF}\x{A8FA}\x{A1C6} \x{A2A5}\x{A8A2}，而不是횉철 쩔짭쩌。

我对Unicode和编码只有非常基本的理解。

请问有人能够解释一下这里发生了什么以及如何解决这个问题吗？我手动实现了所需的结果。

谢谢！

- Yuval Karmi

Answer 1

哇，我现在感到很自责。经过几个小时的尝试解决问题后，我终于在发布了一个问题后的几分钟内自己找到了答案。

解决方案包括三个简单的步骤：

第一步：

我几乎做对了。我不应该将euc-kr转换为utf-8，而应该反过来，如下所示：

Iconv.iconv('UTF-8', 'euc-kr', info)

步骤2：

在进行文本转换时，可能会遇到一些错误，为了保险起见，我告诉Iconv忽略任何错误：

Iconv.iconv('UTF-8//IGNORE', 'euc-kr', info)

最终，我真正得到了韩文文本，耶！问题在于，当我尝试将其插入数据库时，仍然会插入类似以下内容的东西：

UPDATE `users` SET `info` = '--- \n- \"\\xEC\\xB2\\xA0\\xEC\\xB1\\x8C...' etc...

虽然结果显示我有正确的文本。但是为什么呢？进入最后一步。

第三步：

原来 Iconv 的输出是一个数组。所以，我们使用 join 将它合并：

Iconv.iconv('UTF-8//IGNORE', 'euc-kr', info).join

这真的起作用了！

最终代码：

require 'iconv'
u = User.find(1)
info = u.info
new_info = Iconv.iconv('UTF-8//IGNORE','euc-kr', info).join
u.update_attribute('info', new_info)

希望这篇文章能够帮助看到它的人（包括我自己，未来的我）。

- Yuval Karmi

---

你实际上需要将编码从euc-kr转换为UTF-8，可以参考Iconv文档，但需要注意它们的代码顺序是相反的，不知道为什么这样设计。我曾经因为混淆了这一点而遇到过错误。 - asaaki

Answer 2

为什么要使用Iconv进行转换呢？ 首先，如果您在数据库中看到了正确的样式，您应该确保数据库的字符集是utf8。 在脚本方面，您只需保存韩文值，而不使用Iconv。

- inruby