我知道简短的回答应该是“无处可去”，但是在下面的测试 2 中有些东西并没有完全加起来。
测试 1. 在 Gedit 中，我创建了一个仅包含字符串“aàbï”的新文件，我选择“另存为”，并且有一个用于选择字符编码的选择器。所以我将其保存为“Unicode (UTF-8)”，然后我重复相同的操作并将其保存为另一个文件“ISO-8859-15”。第一个文件大小为 7 个字节(2 个 1 字节字符、2 个 2 字节字符和文件末尾的 LF，如十六进制转储所示)。第二个文件大小为 5 个字节(拉丁编码中的 4 个 1 字节字符加上一个 LF)。这表明编码未存储在文件中的任何位置。显然，当我在 Gedit 中打开文件并正确解码时，它一定是通过分析内容来弄清楚如何解码它。
测试 2。我和上面一样，但这次文件的内容只是“abcd”，即四个 ascii 字符。这两个保存的文件具有相同的大小(5 字节)和相同的十六进制转储。这两个文件似乎是相同的，无法区分，因此，同样，文件中似乎没有包含有关编码的信息。
但是，当我在 Gedit 中再次打开测试 2 的两个文件并转到另存为时，选择了文件保存时使用的编码。 Gedit 不知何故可以分辨出一个文件是用 UTF-8 编码的，另一个是用 ISO-8859-15 编码的，尽管两者都只包含导致相同字节序列的 ascii 字符，而且它们看起来是相同的。怎么样？
文件系统中是否有某种元数据？或者只是 Gedit 有自己的缓存并记住用户对已在同一台计算机上打开(和保存)的给定文件的选择？
附言请注意，这个问题与编程有关，即使我提出了一个非编程测试用例，因为这是关于给定类型文件的编码方式，这会影响人们如何读取、解析、解码，从程序中编码和写入它们。
最佳答案
它不是，至少默认情况下不是。这两个包含 abcd 的文件在文件系统中的存储方式实际上没有区别，因为文本字符串 abcd 在两个语言环境的 ASCII 子集中的编码相同。
Ext 文件系统不记录文件编码元数据。虽然可以通过使用扩展属性在 ext 文件系统上记录有限数量的数据(大约几千字节)和文件，但 gedit 显然不使用它来存储字符编码，而是缓存特定用户的为特定文件选择的编码。您可以通过以另一个用户身份登录(我在本实验中以 root 身份登录)并打开相同的文件来证明这一点——gedit 将使用默认系统区域设置读取它，而不是您在其他登录下保存它的自定义区域设置.
关于linux - Linux 中存储的文本文件的字符编码在哪里？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/36252061/
总的来说，我对ruby还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用
我有一个字符串input="maybe(thisis|thatwas)some((nice|ugly)(day|night)|(strange(weather|time)))"Ruby中解析该字符串的最佳方法是什么？我的意思是脚本应该能够像这样构建句子:maybethisissomeuglynightmaybethatwassomenicenightmaybethiswassomestrangetime等等，你明白了......我应该一个字符一个字符地读取字符串并构建一个带有堆栈的状态机来存储括号值以供以后计算，还是有更好的方法？也许为此目的准备了一个开箱即用的库？
我的目标是转换表单输入，例如“100兆字节”或“1GB”，并将其转换为我可以存储在数据库中的文件大小(以千字节为单位)。目前，我有这个:defquota_convert@regex=/([0-9]+)(.*)s/@sizes=%w{kilobytemegabytegigabyte}m=self.quota.match(@regex)if@sizes.include?m[2]eval("self.quota=#{m[1]}.#{m[2]}")endend这有效，但前提是输入是倍数(“gigabytes”，而不是“gigabyte”)并且由于使用了eval看起来疯狂不安全。所以，功能正常，
在我的Rails(2.3，Ruby1.8.7)应用程序中，我需要将字符串截断到一定长度。该字符串是unicode，在控制台中运行测试时，例如'א'.length，我意识到返回了双倍长度。我想要一个与编码无关的长度，以便对unicode字符串或latin1编码字符串进行相同的截断。我已经了解了Ruby的大部分unicode资料，但仍然有些一头雾水。应该如何解决这个问题？ 最佳答案 Rails有一个返回多字节字符的mb_chars方法。试试unicode_string.mb_chars.slice(0,50)
对于具有离线功能的智能手机应用程序，我正在为Xml文件创建单向文本同步。我希望我的服务器将增量/差异(例如GNU差异补丁)发送到目标设备。这是计划:Time=0Server:hasversion_1ofXmlfile(~800kiB)Client:hasversion_1ofXmlfile(~800kiB)Time=1Server:hasversion_1andversion_2ofXmlfile(each~800kiB)computesdeltaoftheseversions(=patch)(~10kiB)sendspatchtoClient(~10kiBtransferred)Cl
大约一年前，我决定确保每个包含非唯一文本的Flash通知都将从模块中的方法中获取文本。我这样做的最初原因是为了避免一遍又一遍地输入相同的字符串。如果我想更改措辞，我可以在一个地方轻松完成，而且一遍又一遍地重复同一件事而出现拼写错误的可能性也会降低。我最终得到的是这样的:moduleMessagesdefformat_error_messages(errors)errors.map{|attribute,message|"Error:#{attribute.to_s.titleize}#{message}."}enddeferror_message_could_not_find(obje
我试图获取一个长度在1到10之间的字符串，并输出将字符串分解为大小为1、2或3的连续子字符串的所有可能方式。例如:输入:123456将整数分割成单个字符，然后继续查找组合。该代码将返回以下所有数组。[1,2,3,4,5,6][12,3,4,5,6][1,23,4,5,6][1,2,34,5,6][1,2,3,45,6][1,2,3,4,56][12,34,5,6][12,3,45,6][12,3,4,56][1,23,45,6][1,2,34,56][1,23,4,56][12,34,56][123,4,5,6][1,234,5,6][1,2,345,6][1,2,3,456][123
我正在使用的第三方API的文档状态:"[O]urAPIonlyacceptspaddedBase64encodedstrings."什么是“填充的Base64编码字符串”以及如何在Ruby中生成它们。下面的代码是我第一次尝试创建转换为Base64的JSON格式数据。xa=Base64.encode64(a.to_json) 最佳答案 他们说的padding其实就是Base64本身的一部分。它是末尾的“=”和“==”。Base64将3个字节的数据包编码为4个编码字符。所以如果你的输入数据有长度n和n%3=1=>"=="末尾用于填充n%
我主要使用Ruby来执行此操作，但到目前为止我的攻击计划如下:使用gemsrdf、rdf-rdfa和rdf-microdata或mida来解析给定任何URI的数据。我认为最好映射到像schema.org这样的统一模式，例如使用这个yaml文件，它试图描述数据词汇表和opengraph到schema.org之间的转换:#SchemaXtoschema.orgconversion#data-vocabularyDV:name:namestreet-address:streetAddressregion:addressRegionlocality:addressLocalityphoto:i
我正在使用ruby1.9解析以下带有MacRoman字符的csv文件#encoding:ISO-8859-1#csv_parse.csvName,main-dialogue"Marceu","Giveittohimóhe,hiswife."我做了以下解析。require'csv'input_string=File.read("../csv_parse.rb").force_encoding("ISO-8859-1").encode("UTF-8")#=>"Name,main-dialogue\r\n\"Marceu\",\"Giveittohim\x97he,hiswife.\"\
