Ruby 1.9：我怎样才能正确地大写&小写多字节字符串？

Question

因此，matz 决定在 ruby​​ 1.9.1 中将 upcase 和 downcase 限制为 /[AZ]/i。

ActiveSupport::Multibyte 长期以来通过 String#mb_chars 在 ruby​​ 1.8.x 中实现了出色的国际化大小写调整。

然而，当在 ruby​​ 1.9.1 下尝试时，它似乎不起作用。这是我编写的一个简单的测试脚本，以及我得到的输出：

$ cat test.rb
# encoding: UTF-8

puts("@ #{RUBY_VERSION} " + (__ENCODING__ rescue $KCODE).to_s)
sd, su = "Iñtërnâtiônàlizætiøn", "IÑTËRNÂTIÔNÀLIZÆTIØN"
def ps(u, d, k); puts "%-30s:  %24s / %-24s" % [k, u, d] end
ps sd.upcase, su.downcase, "Plain ruby"

require 'rubygems'; require 'active_support'
ps sd.upcase, su.downcase, "With active_support"
ps sd.mb_chars.upcase.to_s, su.mb_chars.downcase.to_s, "With active_support mb_chars"

$ ruby -KU test.rb
@ 1.8.7 UTF8
Plain ruby                    :  IñTëRNâTIôNàLIZæTIøN / iÑtËrnÂtiÔnÀlizÆtiØn
With active_support           :  IñTëRNâTIôNàLIZæTIøN / iÑtËrnÂtiÔnÀlizÆtiØn
With active_support mb_chars  :  IÑTËRNÂTIÔNÀLIZÆTIØN / iñtërnâtiônàlizætiøn

$ ruby1.9 test.rb
@ 1.9.1 UTF-8
Plain ruby                    :      IñTëRNâTIôNàLIZæTIøN / iÑtËrnÂtiÔnÀlizÆtiØn
With active_support           :      IñTëRNâTIôNàLIZæTIøN / iÑtËrnÂtiÔnÀlizÆtiØn
With active_support mb_chars  :      IñTëRNâTIôNàLIZæTIøN / iÑtËrnÂtiÔnÀlizÆtiØn

那么，如何使用 ruby​​ 1.9.1 获得国际化的 upcase 和 downcase ？

更新

我应该补充一点，我还使用来自当前 master、2-3-* 和 3-0-unstable 的 Rails 分支的 ActiveSupport 进行了测试，网址为GitHub。结果相同。

Answer 1

对于通过 ruby upcase utf8 来自 Google 的任何人：

> "your problem chars here çöğıü Iñtërnâtiônàlizætiøn".mb_chars.upcase.to_s
=> "YOUR PROBLEM CHARS HERE ÇÖĞIÜ IÑTËRNÂTIÔNÀLIZÆTIØN"

解决方案是使用 mb_chars。

文档：

• https://www.rubydoc.info/gems/activesupport/String# mb_chars-instance_method
• https://api.rubyonrails.org/classes /ActiveSupport/Multibyte/Chars.html

Answer 2

大小写转换取决于语言环境，并不总是往返，这就是为什么 Ruby 1.9 没有涵盖它（请参阅 此处 和 此处)

unicode-util gem 应该满足您的需求。

Answer 3

大小写转换很复杂并且依赖于区域设置。幸运的是，Martin Dürst 在 Ruby 中添加了完整的 Unicode 大小写映射 2.4：

puts RUBY_DESCRIPTION

sd, su = "Iñtërnâtiônàlizætiøn", "IÑTËRNÂTIÔNÀLIZÆTIØN"
def ps(u, d, k); puts "%-30s:  %24s / %-24s" % [k, u, d] end 
ps sd.upcase,              su.downcase,              "Ruby 2.4 (default)"
ps sd.upcase(:ascii),      su.downcase(:ascii),      "Ruby 2.4 (ascii)"
ps sd.upcase(:turkic),     su.downcase(:turkic),     "Ruby 2.4 (turkic)"
ps sd.upcase(:lithuanian), su.downcase(:lithuanian), "Ruby 2.4 (lithuanian)"
ps "-",                    su.downcase(:fold),       "Ruby 2.4 (fold)"

输出：

ruby 2.4.0dev (2016-06-24 trunk 55499) [x86_64-linux]
Ruby 2.4 (default)            :      IÑTËRNÂTIÔNÀLIZÆTIØN / iñtërnâtiônàlizætiøn
Ruby 2.4 (ascii)              :      IñTëRNâTIôNàLIZæTIøN / iÑtËrnÂtiÔnÀlizÆtiØn
Ruby 2.4 (turkic)             :      IÑTËRNÂTİÔNÀLİZÆTİØN / ıñtërnâtıônàlızætıøn
Ruby 2.4 (lithuanian)         :      IÑTËRNÂTIÔNÀLIZÆTIØN / iñtërnâtiônàlizætiøn
Ruby 2.4 (fold)               :                         - / iñtërnâtiônàlizætiøn

Answer 4

如果您只想在 HTML 中以大写形式显示字符串，CSS 文本-transform 可能是一个更好的解决方案：

text-transform: uppercase