Ruby 分解 UTF-8 字符

Question

我使用

获得了“ü”的UTF-16编码

#!/bin/env ruby
# encoding: UTF-8

puts "ü".unpack('U*')

嗯，只是 returns 252 很好。我阅读了 ruby String 的在线文档，但我不知道如何分解这个字符。

在 ü 的情况下，我想获取字符 u (117) 和 ¨ (168)

提前致谢，感谢您的帮助

Answer 1

String#unpack和Array#pack正如ForeverZer0在评论中提到的，用于将二进制字符串解码为更结构化的数据（例如数字）和将数据编码为字符串（分别）。如果你想分解unicode，你想要String#unicode_normalize和NFD形式：

> "ü".unicode_normalize(:nfd).chars
 => ["u", "̈"]

这给你 117 和 776，而不是 168。168 在 ISO-8859-1 中是 ¨ 而不是 UTF-8。

Ruby decompose UTF-8 chars