الصنف Encoding في روبي

يمثل الصنف Encoding ترميز المحارف الذي يمكننا استخدامه في لغة روبي. تُعرَّف النّسخة المنشأة من الصنف Encoding بأنّها ثابتٌ (constant) يندرج ضمن مجال أسماء الصنف (encoding namespace)؛ يكون لها اسم، واسم بديل (Alias) اختياري.

Encoding::ISO_8859_1.name
#=> "ISO-8859-1"

Encoding::ISO_8859_1.names
#=> ["ISO-8859-1", "ISO8859-1"]

التّوابع (methods) في لغة روبي التي تتعامل مع التّرميزات تعيد أو تقبل النسخ Encoding على شكل وسيط (عندما يقبل التّابع كائنًا على شكل وسيط، يمكن عندها أن نستخدم اسم أو لقب الترميز عوضًا عن الكائن).

"some string".encoding

#=> #<Encoding:UTF-8>

string = "some string".encode(Encoding::ISO_8859_1)

#=> "some string"

string.encoding

#=> #<Encoding:ISO-8859-1>

"some string".encode "ISO-8859-1"

#=> "some string"

الترميز Encoding::ASCII_8BIT هو ترميز خاص يستخدم عادةً مع السلاسل النصية التي بحجم بايت (byte string)، وليس مع السلاسل النصية المحرفية (character string)، ولكن كما يوحي الاسم، فإن رموزه التي تقع ضمن مجال الجدول ASCII تعدُّ على أنها محارف ASCII. هذا مفيد عندما تستخدم محارف ذات ترميز ASCII-8BIT مع محارف أخرى ذات ترميز ASCII.

تغيير الترميز (Changing an encoding)

يمكن تغيير التّرميز الخاص بسلسلة نصّية (string) من خلال طريقتين مختلفتين:

أولاً، من الممكن ضبط ترميز سلسلة نصّية إلى ترميز جديد من دون تغيير تمثيل البايت الداخلي للسّلسلة النصّية، وذلك من خلال String.force_encoding. هكذا تخبر لغة روبي ما هو التّرميز الصحيح للسّلسلة النصّية.

string

#=> "R\xC3\xA9sum\xC3\xA9"

string.encoding

#=> #<Encoding:ISO-8859-1>

string.force_encoding(Encoding::UTF_8)

#=> "R\u00E9sum\u00E9"

ثانياً، يمكننا تنفيذ عمليّة تبديل ترميز (transcode) السّلسلة، مثل تبديل تمثيل البايت الداخلي الخاص بها إلى ترميز آخر. هذا يسبّب تحوّل ترميزها الموافق إلى ترميز آخر. ألقِ نظرة على التابع String.encode للمزيد حول أشكال تحويل الترميز المختلفة، وعلى الصنف Encoding::Converter من أجل تحكّم أكبر بهذه العمليّة.

string

#=> "R\u00E9sum\u00E9"

string.encoding

#=> #<Encoding:UTF-8>

string = string.encode!(Encoding::ISO_8859_1)

#=> "R\xE9sum\xE9"

string.encoding

#=> #<Encoding::ISO-8859-1>

ترميز الشيفرة البرمجية (Script encoding)

كل أسطر شيفرة روبي مرمزةٌ بترميز واحد حيث أن إضافة أي نص في الشيفرة المصدرية سوف يتْبع نفس التّرميز.

التّرميز الافتراضي لشيفرة روبي هو Encoding::UTF-8 في الاصدارات التي تلي الإصدار v2.0، ولكن يمكن تغييرها من خلال إضافة تعليق سحري (magic comment) في السطر الأول من الشيفرة المصدرية (أو السطر الثاني إذا كان هناك سطر shebang في البداية). يجب أن يحتوي التعليق على الكلمة coding أو الكلمة encoding متبوعةً بنقطتين ثم فراغ ثم اسم الترميز أو اسمه البديل. يوضح المثال التالي ذلك:

# encoding: UTF-8

"some string".encoding

#=> #<Encoding:UTF-8>

تعيد الكلمة المحجوزة __ENCODING__ ترميز الشيفرة البرمجية للملف الذي كُتبت فيه.

# encoding: ISO-8859-1

__ENCODING__

#=> #<Encoding:ISO-8859-1>

سيغيّر الأمر ruby -K التّرميز الافتراضي المَحلّي، لكن هذا غير مستحسن. يجب أن يوضّح الترميز المستعمل في ملفات روبي المصدرية من خلال تعليق سحري (magic comment) حتى عندما تعتمد فقط على سلاسل US-ASCII أو التّعابير النمطية (regular expressions).

الترميز المحلي (Locale encoding)

هو ترميز البيئة الافتراضي، ويؤخذ غالبًا من المحليَّة (locale).

ألقِ نظرة على التابع locale_charmap::، والتابع ‎::find('locale')‎.

ترميز نظام الملفات (Filesystem encoding)

هو التّرميز الافتراضي للسّلاسل النصّية لنظام ملفات البيئة. يُستخدم مع النصوص التي تمثل أسماء الملفّات أو مساراتها.

ألقِ نظرة على التابع (‘find(‘filesystem::.

الترميز الخارجي (External encoding)

كل كائن من النوع IO (إدخال وإخراج) لديه ترميز خارجي يدلّ لغة روبي على التّرميز الواجب استعماله لقراءة البيانات منه. تضبط روبي دومًا التّرميز الخارجي للكائن IO إلى التّرميز الخارجي الافتراضي. يحدَّد هذا التّرميز من قبل التّرميز المحلّي أو من قبل المفسِّر (interpreter) عبر استعمال الخيار E-. يعيد التابع default_external:: القيمة الحاليّة للترميز الخارجي.

ENV["LANG"]

#=> "UTF-8"

Encoding.default_external

#=> #<Encoding:UTF-8>

$ ruby -E ISO-8859-1 -e "p Encoding.default_external"

#<Encoding:ISO-8859-1>

$ LANG=C ruby -e 'p Encoding.default_external'

#<Encoding:US-ASCII>

يُمْكن تحديد التّرميز الخارجي الافتراضي أيضًا من خلال التابع default_external‎، ولكن لا يجدر بك فعل ذلك إذ أن السّلاسل النّصية المضافة قبل وبعد التّغيير سوف تملك ترميزات متضاربة. استخدم ruby -E بدلاً منها لاستدعاء روبي مع التّرميز الخارجي الصّحيح.

عندما تعلم أنّ التّرميز الفعلي لبيانات كائن IO مختلف عن التّرميز الخارجي الافتراضي، يمكنك إعادة تعيينه من خلال التابع IO.set_encoding أو تحديده عند إنشاء كائن IO جديد (انظر إلى الخيارات في التابع IO.new).

الترميز الداخلي (Internal encoding)

لمعالجة بيانات كائن من النوع IO لديه ترميز داخلي مختلف عن ترميزه الخارجي، يمكنك ضبط ترميزه الدّاخلي بسهولة. ستستخدم روبي هذا التّرميز الداخلي من أجل تغيير ترميز البيانات (transcode) عند قراءتها من الكائن IO.

من جهة أخرى، عندما تتم كتابة بيانات إلى كائن IO، يُغيَّر ترميزها من التّرميز الداخلي للتّرميز الخارجي للكائن IO.

يمكن تعيين التّرميز الداخلي لكائن IO من خلال التابع IO.set_encoding أو عند إنشاء كائن IO جديد (انظر إلى الخيارات المتاحة في صفحة التابع IO.new).

عملية تعيين التّرميز الداخلي اختيارية وعندما لا يتم تعيينه، تُستعمَل القيمة الافتراضية لهذا الترميز. إذا ضُبِط التّرميز الافتراضي إلى قيمة عدمية (nil) بشكل غير مباشر، فلن تحدث أي عمليّة تحويل.

يمكن تعيين التّرميز الدّاخلي الافتراضي عبر المفسر (interpreter) من خلال الخيار ruby -E. يعيد التابع ‎::default_internal التّرميز الداخلي الحالي المستخدم.

$ ruby -e 'p Encoding.default_internal'

nil

$ ruby -E ISO-8859-1:UTF-8 -e "p [Encoding.default_external, \

 Encoding.default_internal]"

[#<Encoding:ISO-8859-1>, #<Encoding:UTF-8>]

يمكن تعيين التّرميز الدّاخلي الافتراضي أيضًا من خلال التابع default_internal‎، ولكن لا يجدر بك فعل ذلك إذ أن السّلاسل النّصية المضافة قبل وبعد التغيير سوف تملك ترميزات متضاربة. استخدم الأمر ruby -E بدلاً منها لاستدعاء روبي مع التّرميز الداخلي الصّحيح.

مثال عن ترميز الكائن IO

في المثال التّالي، يُغيَّر ترميز السلسلة النصّية "Ru00E9sumu00E9" المرمزة بالتّرميز UTF-8 بهدف إظهارها بالترميز ISO-8895-1، ثمّ قراءتها مرّة أخرى وتغيير ترميزها إلى UTF-8:

string = "R\u00E9sum\u00E9"

open("transcoded.txt", "w:ISO-8859-1") do |io|

 io.write(string)

end

puts "raw text:"

p File.binread("transcoded.txt")

puts

open("transcoded.txt", "r:ISO-8859-1:UTF-8") do |io|

 puts "transcoded text:"

 p io.read

end

أثناء كتابة الملف، لا يكون التّرميز الداخلي محدّدًا لأنه يُستعمَل أثناء القراءة فقط. بينما عند قراءة الملف، يجب أن يحدّد كلًّا من التّرميزين الدّاخلي والخارجي للحصول على نتيجة صحيحة.

$ ruby t.rb

raw text:

"R\xE9sum\xE9"

transcoded text:

"R\u00E9sum\u00E9"

توابع الصنف العامة (Public Class Methods)

`aliases`

يُعيد التّابع aliases الأسماء البديلة وجميع أسماء الترميزات الأصلية المتاحة.

`?compatible`

يتحقّق التابع compatible?‎ من توافق كائنين مع بعضهما بعضًا.

`find`

يبحث التّابع find عن ترميز باسم محدّد.

`list`

يُعيد التّابع list قائمةً بالترميزات المُحمّلة (loaded encodings).

`locale_charmap`

يُعيد التّابع locale_chaemap اسم مخطّط توزيع الأحرف (charmap) للمحلية (locale) الحالية.

`name_list`

يُعيد التّابع name_list قائمة بأسماء التّرميزات المتاحة.

توابع الكائن العامة (Public Instance Methods)

`?ascii_compatible`

يتحقّق التّابع ascii_compatible?‎ من توافق ترميز محدد مع الترميز ASCII.

`?dummy`

يتحقّق التّابع ?dummy من التّرميز الزّائف، وهو ترميزٌ لم يُتعامل به مع المحارف تعاملًا صحيحًا.

`inspect`

يُعيد التّابع inspect‎ سلسلة نصية تمثل الترميز المعطى بشكل يخص المبرمجين فقط.

`name`

يُعيد التّابع name اسم التّرميز الفعلي لترميز محدد.

`names`

يُعيد التّابع names اسم الترميز الفعلي لترميز محدد والأسماء البديلة الخاصّة به.

`replicate`

يُنشئ التّابع replicate نسخة مطابقة من الترميز الذي استدعي معه.

`to_s`

يُعيد التّابع to_s اسم التّرميز الفعلي لترميز محدد.

مصادر

صفحة الصنف Encoding في توثيق روبي الرسمي.