如何在 Ruby 中将 BOM 标记写入文件

Question

我有一些工作代码，可以将 BOM 标记添加到新文件中。

  #writing
  File.open name, 'w', 0644 do |file|
    file.write "\uFEFF"
    file.write @data
  end

  #reading
  File.open name, 'r:bom|utf-8' do |file|
    file.read
  end

有没有办法自动添加标记，而不需要在数据前写神秘的

"\uFEFF"

？也许像

File.open name, 'w:bom'  # this mode has no effect

之类的东西？

Answer 1

**** 这个答案带来了一个新的宝石：file_with_bom ****

我过去也遇到过类似的问题，我用

File.open

模式的附加编码变体扩展了

w

：

class File
  BOM_LIST_hex = {
      Encoding::UTF_8      => "\xEF\xBB\xBF", #"\uEFBBBF"
      Encoding::UTF_16BE => "\xFE\xFF", #"\uFEFF",
      Encoding::UTF_16LE => "\xFF\xFE",
      Encoding::UTF_32BE => "\x00\x00\xFE\xFF",
      Encoding::UTF_32LE => "\xFE\xFF\x00\x00",
    }
  BOM_LIST_hex.freeze
  def utf_bom_hex(encoding = external_encoding)
    BOM_LIST_hex[encoding]
  end

class << self
  alias :open_old :open
  def open(filename, mode_string = 'r', options = {}, &block)
    #check for bom-flag in mode_string
    options[:bom] = true if mode_string.sub!(/-bom/i,'')

    f = open_old(filename, mode_string, options)
    if options[:bom]
      case mode_string
        #r|bom already standard since 1.9.2
        when /\Ar/   #read mode -> remove BOM
          #remove BOM
          bom = f.read(f.utf_bom_hex.bytesize) 
          #check, if it was really a bom
          if bom != f.utf_bom_hex.force_encoding(bom.encoding)
            f.rewind  #return to position 0 if BOM was no BOM
          end
        when /\Aw/  #write mode -> attach BOM
          f = open_old(filename, mode_string, options)
          f << f.utf_bom_hex.force_encoding(f.external_encoding)
        end #mode_string
    end

    if block_given?
      yield f 
      f.close
    end
  end
  end
end #File

测试代码：

EXAMPLE_TEXT = 'some content öäü'
File.open("file_utf16le.txt", "w:utf-16le|bom"){|f| f << EXAMPLE_TEXT }
File.open("file_utf16le.txt", "r:utf-16le|bom:utf-8"){|f| p f.read }
File.open("file_utf16le.txt", "r:utf-16le:utf-8",  :bom => true ){|f| p f.read }
File.open("file_utf16le.txt", "r:utf-16le:utf-8"){|f| p f.read }

File.open("file_utf8.txt", "w:utf-8", :bom => true ){|f| f << EXAMPLE_TEXT }
File.open("file_utf8.txt", "r:utf-8", :bom => true ){|f| p f.read }
File.open("file_utf8.txt", "r:utf-8|bom",              ){|f| p f.read }
File.open("file_utf8.txt", "r:utf-8",                     ){|f| p f.read }

一些备注：

• 该代码是 1.9 版本之前的代码（但仍然有效）。
• 我使用

  -bom

  作为 bom 指示器（ruby 1.9 使用

  |bom

  。

一些需要修复才能变得更好：

• 使用

  |bom

  代替

  -bom

• 使用标准

  r|bom

  进行阅读
• 启用 ruby 1.8 和 1.9

也许明天我会找到一些时间来重构我的代码并将其作为宝石提供。

Answer 2

唉，我认为你的手动方法是可行的方法，至少我不知道更好的方法：

http://blog.grayproducts.net/articles/miscellaneous_m17n_details

引用JEG2的文章：

Ruby 1.9 不会自动向您的数据添加 BOM，因此您需要 如果你想要的话就需要照顾它。幸运的是，还不算太 艰难的。基本思想只是打印所需的字节 文件的开头。

Answer 3

@knut 的修剪版本

File.open("file_utf8.txt", "w:utf-8") do |f|
    f << "\xEF\xBB\xBF".force_encoding("UTF-8")
    f << EXAMPLE_TEXT 
end

Answer 4

试试这个

# read content form old file
original_content = File.read(file_path)
# define UTF-8 BOM
bom = "\xEF\xBB\xBF"
# new file，add BOM in the head of content
File.open(new_file_path, "w:UTF-8") do |file|
  file.write(bom + original_content)
end