ルビーと符号化変換

Question

私はCSVファイルをRuby（1.8.7）にインポートしています。 。File.open（ 'パス/ TO/file.csvになり'）コンソールでこれをリターンを読み取る：

Stefan,Engstr\232m 

エンコーディングはUniversalDetector（chardetのGEM）によってISO-8859-2として識別されます。文字列を変換しようとする

UniversalDetector::chardet("Stefan,Engstr\232m") 
=> {"confidence"=>0.626936305574385, "encoding"=>"ISO-8859-2"} 

次が得られます。

Iconv.conv("UTF-8", "ISO-8859-2", "Stefan,Engstr\232m") 
=> "Stefan,Engstrm" 

私が期待するのに対し：

=> "Stefan,Engström" 

• は、文字列が実際にいくつかの他のエンコーディングになっていませんか？
• 私は以前に\ 232の構文を見たことがありません。通常、文字列が妙にエンコードされていると、奇妙な文字が代わりに表示されます。 またはいくつかの中国語。

さらに詳しい情報を提供したり、何かを詳しく説明してください。

Answer 1

エンコーディングはおそらく"Macintosh Roman"であり、その他のオプションは"Mac Central European"と"Mac Icelandic"です。 \nnn表記では8進数を使用しているため、\232は小数点以下は154、文字154はこれら3つのエンコーディングすべてで期待される小文字のO-ウムラウト（ "ö"）です。 WindowsのコードページまたはISO 8859文字セットのいずれにも154が表示されません。私はMac Romanがアイスランド語や中央ヨーロッパのエンコーディングよりも一般的だと思います。

は、Iconvにして、あなたのソースのエンコーディングに'MacRoman'を使用してみてください：

>> Iconv.conv("UTF-8", "MacRoman", "Stefan,Engstr\232m") 
=> "Stefan,Engström"