提问人：LancerRevolutionX 提问时间：2/6/2021 更新时间：2/6/2021 访问量：190
为什么 Ruby Integer 方法 'chr' 默认使用 ASCII-8 位，而不是 UTF-8？
Why does Ruby Integer method 'chr' use ASCII-8bit, not UTF-8 by default?
问：
根据它的源代码 https://www.rubydoc.info/stdlib/core/Integer:chr，如果没有提供参数，此方法使用 ASCII 编码，实际上，当使用参数和不参数调用时，它会给出不同的结果：
irb(main):002:0* 255.chr
=> "\xFF"
irb(main):003:0' 255.chr 'utf-8'
=> "ÿ"
为什么会这样？Ruby 不是应该在任何地方默认使用 UTF-8 吗？至少所有字符串似乎都用 UTF-8 编码：
irb(main):005:0> "".encoding
=> #<Encoding:UTF-8>
答：
1赞
Jörg W Mittag
2/6/2021
#1
为什么会这样？
对于从 U+0000 到 U+007F （127） 的字符，绝大多数单八位字节和可变长度字符编码都同意编码。特别是，他们都同意是 ASCII 的严格超集。
换言之：对于包括 U+007F、ASCII 在内的字符，整个 ISO8859 系列、整个 DOS 代码页系列、整个 Windows 系列以及 UTF-8 实际上是相同的。因此，对于 U+0000 和 U+007F 之间的字符，ASCII 是合乎逻辑的选择：
0.chr.encoding
#=> #<Encoding:US-ASCII>
127.chr.encoding
#=> #<Encoding:US-ASCII>
但是，对于高于 127 的任何内容，或多或少没有两个字符编码一致。事实上，127 以上的绝大多数字符甚至不存在于绝大多数字符集中，因此在绝大多数字符编码中没有编码。
换句话说：几乎不可能为 127 以上的字符找到单一的默认编码。
因此，Ruby 选择的编码是 ，它基本上是一种伪编码，意思是“这实际上不是文本，这是非结构化的未知二进制数据”。（对于歇斯底里的葡萄干，这种编码也别名为 ，我觉得这绝对可怕，因为 ASCII 是 7 位，句点，任何使用第 8 位的东西根据定义都不是 ASCII。Encoding::BINARYASCII-8BIT
128.chr.encoding
#=> #<Encoding:ASCII-8BIT>
255.chr.encoding
#=> #<Encoding:ASCII-8BIT>
另请注意，Integer#chr 仅限于单个八位字节，即范围为 0 到 255，因此这里实际上不需要多八位字节或可变长度编码。
Ruby 不是应该在任何地方默认使用 UTF-8 吗？
你说的是哪种编码？Ruby 大约有六个。
对于绝大多数编码，您的陈述是不正确的。
- 区域设置编码是环境的默认编码
- 文件系统编码是用于文件路径的编码：该值由文件系统确定
- 对象的外部编码是假定读取的文本和写入的文本的编码：默认值为区域设置编码
IO - 对象的内部编码是写入对象的 S 必须采用的编码，从对象读取的 S 必须转码为：默认值为默认内部编码，其默认值为 ，表示不会发生转码
IOStringIOStringIOnil - 脚本编码是读取 Ruby 脚本的编码，脚本中的文字也将继承这种编码：它在脚本的开头设置了一个魔术注释，默认值为 UTF-8
String
所以，正如你所看到的，有许多不同的编码，许多不同的默认值，其中只有一个是 UTF-8。这些编码实际上都与您的问题无关，因为既不是文字也不是对象。它是由该方法使用它认为合适的任何编码创建的对象。128.chrStringIOStringInteger#chr
评论
0赞
LancerRevolutionX
2/6/2021
另请注意，Integer#chr 仅限于单个八位字节，即范围为 0 到 255，因此这里实际上不需要多八位字节或可变长度编码。事实上，chr 方法可以处理多字节字符，但前提是您指定了正确的编码，例如：irb(main):002:0> 1050.chr 'utf-8' => "К"
0赞
Cary Swoveland
2/6/2021
你提到的“歇斯底里的葡萄干”让我想起了 1980 年代中期的一些著名电视广告。¯\_(ツ)_/¯
评论