字符编码和M17N详解

作者 Mirko Stocker 译者 杨晨 发布于 2009年5月18日

领域

架构 & 设计,

语言 & 开发

主题

Ruby ,

动态语言 ,

语言 ,

编程 ,

Ruby 1.9 ,

文档 ,

国际化

分享到

James Edward Gray II近期发表了十个同一系列名为《Understanding M17n》的文章，均是关于Ruby的字符编码问题。

Ruby 1.9做出了很多关于字符支持的修改，现在能够很好地支持多种和混合字符编码了。这些需求是在一些项目中确实存在的，尤其是为全世界用户开发的开源项目中。

他从基础开始讲起，介绍了什么是Unicode以及其编码方式，接着发表了一些Ruby 1.8的帖子，例如使用iconv进行编码以及Ruby 1.8是如何处理Unicode的。然后综合论述了Ruby 1.9的String以Ruby 1.9和其他语言的区别：

通常开发者都会选择一个全能的编码，例如Unicode编码，然后所有的数据都会是这个编码格式。Ruby 1.9采取了一种不同的方法。它不仅仅局限于选择一种编码，Ruby 1.9能够同时处理超过80种编码的数据。

Ruby 1.9的m17n的一个新特性是三种默认编码，而Ruby 1.8只有单一的全局变量。但是为什么我们需要这么多编码呢？考虑以下的情景：

我也许希望我的代码是UTF-8的，但是一些日本程序员希望它们的代码是Shift JIS。Ruby应该支持这个，确实1.9也支持了这个特性。我们把这个情景搞复杂一点：想像一下我把我的UTF-8的代码打包到一个gem之后，有日本程序员希望在它的Shift JIS代码重使用这个gem。我们如何无缝地进行工作？

阅读关于Ruby 1.9的三种默认编码的主题。 最后一篇文章包含了各种话题，例如在二进制数据编码和正则表达式数据编码。

阅读完这十个主题之后，你应该已经明白了Ruby 1.9的强大的m17n特性以及给你带来的灵感，即使你仍然打算现在坚守在Ruby 1.8的平台上。如果你并不足够了解Unicode，如果还没有读过的话，你也许需要阅读一下Joel Spolsky的传世之作《The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)》。

查看英文原文：Character Encodings and M17N Explained

译者 杨晨 对数据库和搜索引擎有深入了解，尤其擅长经典计算机科学理论，对历史学兴趣浓厚。

相关厂商内容

保持某些系统的高可用性，是一些企业的重中之重，如何设计？

海量数据处理，海量视频分发，架构热点难点，尽在架构师峰会！

相关赞助商

ArchSummit全球架构师峰会报名启动！7折优惠，5月31日截止！