禾川資訊 Grass Brook

Ruby 1.9.2 在 Rails 上的 Encoding 問題

如果在 Ruby 1.9.2 開發 Rails 程式，最頭痛的問題應該就是編碼（Encoding）錯誤的問題。除了要考慮資料庫本身的編碼問題，所有的字串 IO 都會經過編碼處理，Ruby 1.9.2 提供了廣域設定與實體方法設定的方式，但該在什麼時機設定呢？

基本上 Yahuda Kats 已經寫了篇蠻詳盡的說明（Ruby 1.9 Encodings: A Primer and Solution for Rails），我這裡所要提的重點是，如果你的資料庫（如 MySQL）設定是用 UTF-8 做為儲存編碼，而 Web Server 所傳送的文字編碼是 ASCII-8BIT 的話（可以從 server log 得知），可能會遇到

“\xE4” from ASCII-8BIT to UTF-8

這樣的錯誤訊息，基本上可以用 Ruby 1.9.2 的廣域編碼設定來解決問題，只要在 $RAILS_ROOT/config/environment.rb 的檔案開頭加上這幾行設定即可：

if defined? Encoding
  Encoding.default_internal = 'UTF-8'
  Encoding.default_external = 'ASCII-8BIT'
end

這樣就可以正常地從 Web Form 裡面輸入中文，並以 UTF-8 字串儲存到資料庫中。如果 Web Server 並不是傳送 ASCII-8BIT 的話，那就要將 default_external 改成適當的編碼。

PS. 我是在 Ruby-1.9.2-head + Rails-3.0.0.beta4 + mysql-2.8.1 gem 的環境下測試，但 Ruby-1.9.2-preview3 之後應該都是同樣的解法。

PS2. Yahuda Kats 的這篇 Encodings, Unabridged 將目前 Ruby 1.9 處理 Encoding 的來由述說的很清楚，值得仔細研究。

PS3. 感謝 ihower 提醒 rails ticket #4336 有另外用 before_filter 對 params 做 force_encoding 的解法，這樣就方便看 log 做 debug。