29、Ruby高级特性与聊天机器人开发

Ruby高级特性与聊天机器人开发

1. Unicode、字符编码与UTF - 8支持

Unicode是表示世界上所有书写系统（字符集）中字符的行业标准方法，是在合理标准环境下管理多种不同字母表和字符集的唯一可行方式。

Ruby 1.8在处理字符编码方面存在明显缺陷，它将字符串视为简单的字节集合，而非真正的字符。如果使用标准英语字符集，这没问题，但处理如阿拉伯语或日语等其他语言时就会出现问题。虽然有一些变通方法，但都不够优雅。

而Ruby 1.9及更高版本则原生支持Unicode、替代字符集和编码。它开箱即支持大量编码（编写本文时超过100种），并且接口无缝。不仅程序中的字符串能获得字符编码支持，源代码本身也可以。

1.1 字符串编码

字符串本身就支持编码。可以使用 encoding 方法来确定字符串的当前编码：

"this is a test".encoding
# => #<Encoding:US-ASCII>

默认情况下，普通ASCII字符串会根据系统设置使用US - ASCII、UTF - 8或CP850编码。如果字符串更复杂，通常会使用UTF - 8编码（一种可表示任何Unicode字符的字符编码）：

"ça va?".encoding
# => #<Encoding:UTF-8>

要将字符串转换为不同的编码，可以使用 e