Dependiendo de los valores en la matriz y el valor de Encoding.default_internal
, puede intentar:
[102, 111, 111, 246].map(&:chr).inject(:+)
Usted tiene que tener cuidado de la codificación. Tenga en cuenta lo siguiente:
irb(main):001:0> 0.chr.encoding
=> #<Encoding:US-ASCII>
irb(main):002:0> 127.chr.encoding
=> #<Encoding:US-ASCII>
irb(main):003:0> 128.chr.encoding
=> #<Encoding:ASCII-8BIT>
irb(main):004:0> 255.chr.encoding
=> #<Encoding:ASCII-8BIT>
irb(main):005:0> 256.chr.encoding
RangeError: 256 out of char range
from (irb):5:in `chr'
from (irb):5
from C:/Ruby200/bin/irb:12:in `<main>'
irb(main):006:0>
Por defecto, 256.chr falla porque le gusta a devolver cualquiera US-ASCII o ASCII-8BIT, dependiendo de si el punto de código se encuentra en 0..127 o 128..256.
Esto debería cubrir su punto para valores de 8 bits. Si tiene valores mayores de 255 (puntos de código Unicode presumiblemente), entonces usted puede hacer lo siguiente:
irb(main):006:0> Encoding.default_internal = "utf-8"
=> "utf-8"
irb(main):007:0> 256.chr.encoding
=> #<Encoding:UTF-8>
irb(main):008:0> 256.chr.codepoints
=> [256]
irb(main):009:0>
con la codificación.default_internal conjunto a "UTF-8", los valores Unicode> 255 debería funcionar bien (pero véase más abajo):
irb(main):009:0> 65535.chr.encoding
=> #<Encoding:UTF-8>
irb(main):010:0> 65535.chr.codepoints
=> [65535]
irb(main):011:0> 65536.chr.codepoints
=> [65536]
irb(main):012:0> 65535.chr.bytes
=> [239, 191, 191]
irb(main):013:0> 65536.chr.bytes
=> [240, 144, 128, 128]
irb(main):014:0>
Ahora se pone interesante - ASCII-8BIT y no parecen UTF-8 para mezclar:
irb(main):014:0> (0..127).to_a.map(&:chr).inject(:+).encoding
=> #<Encoding:US-ASCII>
irb(main):015:0> (0..128).to_a.map(&:chr).inject(:+).encoding
=> #<Encoding:ASCII-8BIT>
irb(main):016:0> (0..255).to_a.map(&:chr).inject(:+).encoding
=> #<Encoding:ASCII-8BIT>
irb(main):017:0> ((0..127).to_a + (256..1000000).to_a).map(&:chr).inject(:+).encoding
RangeError: invalid codepoint 0xD800 in UTF-8
from (irb):17:in `chr'
from (irb):17:in `map'
from (irb):17
from C:/Ruby200/bin/irb:12:in `<main>'
irb(main):018:0> ((0..127).to_a + (256..0xD7FF).to_a).map(&:chr).inject(:+).encoding
=> #<Encoding:UTF-8>
irb(main):019:0> (0..256).to_a.map(&:chr).inject(:+).encoding
Encoding::CompatibilityError: incompatible character encodings: ASCII-8BIT and UTF-8
from (irb):19:in `+'
from (irb):19:in `each'
from (irb):19:in `inject'
from (irb):19
from C:/Ruby200/bin/irb:12:in `<main>'
irb(main):020:0>
ASCII-8BIT y UTF-8 se puede concatenar, siempre y cuando los puntos de código ASCII de 8 bits están todos en 0..127:
irb(main):020:0> 256.chr.encoding
=> #<Encoding:UTF-8>
irb(main):021:0> (0.chr.force_encoding("ASCII-8BIT") + 256.chr).encoding
=> #<Encoding:UTF-8>
irb(main):022:0> 255.chr.encoding
=> #<Encoding:ASCII-8BIT>
irb(main):023:0> (255.chr + 256.chr).encoding
Encoding::CompatibilityError: incompatible character encodings: ASCII-8BIT and UTF-8
from (irb):23
from C:/Ruby200/bin/irb:12:in `<main>'
irb(main):024:0>
Esto nos lleva a una solución definitiva a su pregunta :
irb(main):024:0> (0..0xD7FF).to_a.map {|c| c.chr("utf-8")}.inject(:+).encoding
=> #<Encoding:UTF-8>
irb(main):025:0>
Así que creo que la respuesta más general es, asumiendo que usted quiere UTF-8, es:
[102, 111, 111, 246].map {|c| c.chr("utf-8")}.inject(:+)
asumiendo que conoce sus valores están en 0..255, entonces esto es más fácil:
[102, 111, 111, 246].map(&:chr).inject(:+)
le da:
irb(main):027:0> [102, 111, 111, 246].map {|c| c.chr("utf-8")}.inject(:+)
=> "fooö"
irb(main):028:0> [102, 111, 111, 246].map(&:chr).inject(:+)
=> "foo\xF6"
irb(main):029:0> [102, 111, 111, 246].map {|c| c.chr("utf-8")}.inject(:+).encoding
=> #<Encoding:UTF-8>
irb(main):030:0> [102, 111, 111, 246].map(&:chr).inject(:+).encoding
=> #<Encoding:ASCII-8BIT>
irb(main):031:0>
espero que esto ayuda (aunque un poco tarde, perha ps) - Encontré esto buscando una respuesta a la misma pregunta, así que investigué yo mismo.
También podría usar UTF-8 como fuente de codificación. –
Tenga en cuenta que 'codepoints' no * devuelve puntos de código Unicode para codificaciones que no sean Unicode (por ejemplo, GB18030 no es" Unicode "para este fin a pesar de codificar todo Unicode). –