コンピュータとかバイクとか。

残念ながら、世の中はWindowsを中心に回っているため、CSVをやりとりするときには、文字コードをShiftJISにすることが求められたりします。


RubyプログラムをLinuxで書いていると文字コードは基本的にUTF8になるので、文字コード変換をする必要が出てくるわけですが、kconvやString#encode（Ruby 1.9以降）を使ってSJISに変換する際にエラーを吐かれる文字がいくつかあります。

詳しくは、下記の参考ページに書かれていますが、全角チルダ（ウェーブダッシュ,wave-dash）やハイフン（hyphen）、セントやポンドなどの記号が当てはまります。
文字コードで言うと、U+301C、U+2212、U+00A2、U+00A3、U+00AC、U+2014、U+2016あたりですね。

参考：マニアックなプログラミング備忘録「文字化けについて」


というわけで、文字列をkconvやString#encodeに投げる前に、これらの文字をSJISに変換できるようにするメソッドを作ってみました。
class String def sjisable str = self str = str.exchange("U+301C", "U+FF5E") # wave-dash str = str.exchange("U+2212", "U+FF0D") # full-width minus str = str.exchange("U+00A2", "U+FFE0") # cent as currency str = str.exchange("U+00A3", "U+FFE1") # lb(pound) as currency str = str.exchange("U+00AC", "U+FFE2") # not in boolean algebra str = str.exchange("U+2014", "U+2015") # hyphen str = str.exchange("U+2016", "U+2225") # double vertical lines end def exchange(before_str,after_str) self.gsub( before_str.to_code.chr('UTF-8'), after_str.to_code.chr('UTF-8') ) end def to_code return $1.to_i(16) if self =~ /U\+(\w+)/ raise ArgumentError, "Invalid argument: #{self}" end end # メソッドの命名難しいorz

String#exchangeでは、「変換したいSJIS非互換文字」と「変換先のSJIS互換文字」の文字コードをそれぞれ"U+XXXX"の形で引数として受け取って、String#to_codeとInteger#chrを用いて文字に変換し、String#gsubでレシーバに含まれる全ての非互換文字を互換文字に置換します。

String#to_codeでは、"U+XXXX"という形の文字コードの16進数部分XXXXを10進数として取り出して返しています。

String#sjisableでは、それぞれの非互換文字を順に置換しているだけです。


実際の使い方としてはこんな感じです。
"〜−¢£¬−‖".sjisable.encode('Shift_JIS')

やっつけですが、動くのでよしとしましょう。

【追記】
String#exchangeはハッシュで str.exchange("U+301C" => "U+FF5E") と書いたほうがキレイなのか？　とも思いましたが、どっちのほうがいいんですかね……。