转换整数UTF-8（韩国）

Question

我运行的Ruby 1.9.2并试图修复一些破碎的UTF-8文本输入在文本字面上"\\354\\203\\201\\355\\221\\234\\353\\252\\205"并把它变成它的正确韩国"상표명"

然而在搜索了一段时间并尝试了几个方法之后，我仍然发现了一些乱码。 它作为转义字符例如混乱的3个线工程精细

# encoding: utf-8 
puts "상표명" # Target string 
# Output: "상표명" 

puts "\354\203\201\355\221\234\353\252\205" # Works with escaped characters like this 
# Output: "상표명" 

# Real input is a string 
input = "\\354\\203\\201\\355\\221\\234\\353\\252\\205" 

# After some manipulation got it into an array of numbers 
puts [354, 203,201,355,221,234,353,252,205].pack('U*').force_encoding('UTF-8') 
# Output: ŢËÉţÝêšüÍ (gibberish) 

我敢肯定，这一定是某个地方回答，但我没有设法找到它。

Answer 1

这是你想要做的就是你UTF-8朝鲜语文本的内容：

s = "\\354\\203\\201\\355\\221\\234\\353\\252\\205" 
k = s.scan(/\d+/).map { |n| n.to_i(8) }.pack("C*").force_encoding('utf-8') 
# "상표명" 

，这是它如何工作的：

1. 输入字符串是好的，定期所以我们可以用scan取出个人号码。
2. 然后map与to_i(8)将八进制值（如Henning Makholm所述）转换为整数。
3. 现在我们需要将我们的整数列表转换为字节，所以我们pack('C*')得到一个字节字符串。该字符串将具有BINARY编码（AKA ASCII-8BIT）。
4. 我们碰巧知道这些字节确实代表UTF-8，所以我们可以用force_encoding('utf-8')强制该问题。

你缺少的主要是你的pack格式; 'U'的意思是“UTF-8字符”，并期望一个Unicode代码点的数组，每个都由一个整数表示，'C'需要一个字节数组，这就是我们所拥有的。

Answer 2

的\354等等都是八进制转义，不是小数，所以你不能只是写他们为354，以获得字节的整数值。