Differenza di lunghezza delle stringhe tra rubino 1.8 e 1.9

Question

Ho un sito Web in esecuzione su Ruby 1.8.7. Ho una convalida su un post in entrata che verifica che consentiamo fino a un massimo di 12000 caratteri. Gli spazi vengono contati come caratteri e la tabulazione e i ritorni a capo vengono rimossi prima che il post sia sottoposto alla convalida.

Ecco il palo che viene sottoposta a convalida http://pastie.org/5047582

Nel rubino 1.9 la lunghezza della stringa presenta come 11909 che è corretto. Ma quando controllo la lunghezza su ruby ​​1.8.7 risulta essere 12044.

Ho usato codepad.org per eseguire questo codice ruby ​​che mi dà http://codepad.org/OxgSuKGZ (che restituisce la lunghezza come 12044 che è errata) ma quando ho esegui questo stesso codice nella console su codeacademy.org la lunghezza della stringa è 11909.

Qualcuno può spiegarmi perché questo sta accadendo ???

Grazie

Answer 1

Questo è un problema Unicode. La stringa che stai utilizzando contiene caratteri al di fuori dell'intervallo ASCII e la codifica UTF-8 utilizzata di frequente codifica come 2 (o più) byte.

Ruby 1.8 non gestire Unicode correttamente, e length dà semplicemente il numero di byte nella stringa, che si traduce in cose divertenti come:

"ą".length 
=> 2 

Ruby 1.9 ha una migliore maneggevolezza Unicode. Questo include length restituendo il numero effettivo di caratteri nella stringa, fino a quando Rubino conosce la codifica:

"ä".length 
=> 1 

Una soluzione possibile in Ruby 1.8 sta usando le espressioni regolari, che può essere fatta Unicode a conoscenza:

"ą".scan(/./mu).size 
=> 1