红宝石字符音译

Question

在Ruby中，将字符音译为7位ASCII的最佳方法是什么？我所见过的大多数问题都是3到4岁，解决方案并不完全奏效。

我想要一种适用于范围广泛的拉丁字母的方法，例如转换

你的简历是个非encyclop dia

至

你的简历不是百科全书

但我找不到这样的方法，尤其是8位ASCII到7位ASCII的折叠。

s =  "Your r\u00e9sum\u00e9\u2019s a non\u2013encyclop\u00e6dia"
puts Iconv.iconv('ascii//ignore//translit', 'utf-8', s)
# => Your r'esum'e's a non-encyclopaedia
puts s.encode('ascii//ignore//translit', 'utf-8')
# => Encoding::ConverterNotFoundError: code converter not found (UTF-8 to ascii//ignore//translit)
puts s.encode('ascii', 'utf-8')
# Encoding::UndefinedConversionError: U+00E9 from UTF-8 to US-ASCII
puts s.encode('ascii', 'utf-8', invalid: :replace, undef: :replace)
# Your r?sum??s a non?encyclop?dia
puts I18n.transliterate(s)
# Your resume?s a non?encyclopaedia

既然Iconv不受欢迎，我宁愿不用它，但如果这是唯一有效的方法，我会这么做的。显然，我可以自定义8位ASCII到7位ASCII翻译，但我更喜欢使用经过彻底测试的受支持的解决方案。

Unicode的国际组件在拉丁语-ASCII翻译中处理得很好，但这只适用于Java和C。

更新

最后我做的是写我自己的字符翻译例程来处理标点符号和空格，然后我可以用I18n.transliterate来完成剩下的工作。我仍然希望找到并使用一个维护良好的库函数来处理I18n不需要的东西。

Answer 1

如果您愿意添加某种程度的依赖(除非您已经在Rails上)，ActiveSupport对此提供了支持(不是双关语)：

ActiveSupport::Multibyte::Chars.new("Your r\u00e9sum\u00e9\u2019s not an encyclop\u00e6dia").mb_chars.normalize(:kd).chars.to_a.delete_if {|c| !c.ascii_only?}.join('')

这适用于所有的信件。不过，它还没有正确处理撇号。

Answer 2

我想移除口音脚本正是你想要的。

也许UnicodeUtils宝石是有用的，但只用于删除重音(而不是转换像æ AFAIK这样的东西)。