各種エンコーディングでの文字列のバイナリをRubyで取得するスクリプトを作ってみた

TL;DR

• ある文字列を変換したあとの16進バイナリを知りたくない？
• Rubyにやらせてみた。
• サンプルコードつき。

はじめに

• テキストファイルの中身(バイナリ)、なんの文字コードで書かれているのか知りたい・・・
• 勝手に判別してくれるライブラリを使ってもいいが、特定の文字で知れれば十分。
• なんか役に立ちそう。

コード

• 以下のコードを適当に.rb拡張子でファイルに保存してください。

get_binary_from.rb

# frozen_string_literal: true

def display_binary(input, encode_type)
  begin
    puts "get binary when: #{encode_type.ljust(Encoding.name_list.map { |n| n.length }.max)} => #{input.encode(Encoding.find(encode_type)).bytes.map { |b| b.to_s(16).upcase }}"
  rescue => exception
    puts "error occurred when encoding to #{encode_type} => #{exception}"
  end
end

input = ARGV[0]
encode_type = ARGV[1]

ENCODING_TYPES = %w(ascii Shift_JIS utf-8 utf-16 utf-16le utf-16be utf-32le utf-32be eucjp).freeze

if input.nil?
  puts "Please enter strings you'd like to encode as 1st arg. If you'd like to know only a encoding type, please input Encodeing type as 2nd arg."
  return
end

if !encode_type.nil? && Encoding.find(encode_type)
  display_binary(input, encode_type)
  return
end

ENCODING_TYPES.each do |type|
  display_binary(input, type)
end

• .bashrcとか.zshrcにエイリアスを。これでどこからでも呼べる。

alias get_binary_from="ruby $HOME/scripts/get_binary_from.rb"

• 使い方。
  • 第一引数は必須、16進バイナリを知りたい文字列を与える。
  • 第二引数はオプション。知りたいエンコーディングを与える。
    • Encodingのクラスメソッド、name_listに対応する文字列を与えてね。
    • 第二引数を与えなければ、デフォルトで9通りで出てくる。

[shoutatani@mac] ~ % get_binary_from "あい う"
error occurred when encoding to ascii => U+3042 from UTF-8 to US-ASCII
get binary when: Shift_JIS                  => ["82", "A0", "82", "A2", "20", "82", "A4"]
get binary when: utf-8                      => ["E3", "81", "82", "E3", "81", "84", "20", "E3", "81", "86"]
get binary when: utf-16                     => ["FE", "FF", "30", "42", "30", "44", "0", "20", "30", "46"]
get binary when: utf-16le                   => ["42", "30", "44", "30", "20", "0", "46", "30"]
get binary when: utf-16be                   => ["30", "42", "30", "44", "0", "20", "30", "46"]
get binary when: utf-32le                   => ["42", "30", "0", "0", "44", "30", "0", "0", "20", "0", "0", "0", "46", "30", "0", "0"]
get binary when: utf-32be                   => ["0", "0", "30", "42", "0", "0", "30", "44", "0", "0", "0", "20", "0", "0", "30", "46"]
get binary when: eucjp                      => ["A4", "A2", "A4", "A4", "20", "A4", "A6"]

[shoutatani@mac] ~ % get_binary_from "あい う" "utf-8"
get binary when: utf-8                      => ["E3", "81", "82", "E3", "81", "84", "20", "E3", "81", "86"]
[shoutatani@mac] ~ % get_binary_from "あい う" "ISO-2022-JP"
get binary when: ISO-2022-JP                => ["1B", "24", "42", "24", "22", "24", "24", "1B", "28", "42", "20", "1B", "24", "42", "24", "26", "1B", "28", "42"]

終わりに

• 何の言語でも、Encodingあたりを触るのは楽しい。興奮する。