无论ruby版本如何，拆分utf8字符串

Question

str = "é-du-Marché"

我通过

获得第一个字符

str.split(//).first

无论我的ruby版本如何，我如何获得其余的字符串？

Answer 1

String首先没有方法。所以你需要另外一个分裂。当您以unicode模式（完全是utf-8）进行拆分时，您可以访问第一个（以及其他字符）。

我的解决方案：

puts RUBY_VERSION
str = "é-du-Marché"
p str.split(//u, 2)

用ruby 1.9.2测试：

1.9.2
["\u00E9", "-du-March\u00E9"]

用ruby 1.8.6测试：

1.8.6
["\303\251", "-du-March\303\251"]

使用first和last，您可以获得结果：

• str.split(//u, 2).first是第一个字符
• str.split(//u, 2).last是第一个字符后面的字符串。

Answer 2

str[1..-1]应该在第一个数字后正常返回所有内容。

第一个数字是起始索引，设置为1跳过第一个数字，第二个是长度，设置为-1，所以红宝石从后面算起

注意：多字节字符仅适用于Ruby 1.9。如果你想向下模仿这种行为，你必须自己遍历字节并找出需要从数据中删除的内容，因为Ruby 1.8不支持这一点。

更新：

您也可以尝试这一点，但我无法保证它适用于每个多字节字符：

str = "é-du-Marché"
substring = str.mb_chars[1..-1]

mb_chars 是一个代理类，它在处理UTF-8，UTF-32或UTF-16字符编码（例如多字节字符）时将调用定向到适当的实现。 更多详细信息可在此处找到：http://api.rubyonrails.org/classes/ActiveSupport/Multibyte/Chars.html 但我不知道这是否存在于较旧的rails版本中

<强> UPDATE2：

Ruby 1.8将任何字符串视为一堆字节，在其上调用size（）将返回用于存储数据的字节数。要确定不考虑编码的字符，请尝试以下方法：

char_array = str.scan(/./m)
substring = char_array[1..-1].join

这应该正常。尝试查看解释如何处理旧版ruby版本中的多字节数据的http://blog.grayproductions.net/articles/bytes_and_characters_in_ruby_18。

<强> EDIT3 ：

玩弄扫描＆amp;加入操作让我更接近你的问题＆amp;解。老实说，我没有时间让完整的解决方案正常工作，但如果您使用扫描（/./​​ mu）选项，则将其转换为utf-8，这是所有ruby版本都支持的。