UTF-8 中的无效字节序列 (ArgumentError)

Posted 2023-02-24

【中文标题】UTF-8 中的无效字节序列 (ArgumentError)

【英文标题】：Invalid byte sequence in UTF-8 (ArgumentError)

【发布时间】：2015-07-04 19:38:09

【问题描述】：

我正在尝试运行 Ruby 脚本，但总是在这一行出现错误：

file_content.gsub(/dr/i,'med')

我试图用“med”替换“dr”。

错误是：

program.rb:4:in `gsub': invalid byte sequence in UTF-8 (ArgumentError)

为什么会这样，我该如何解决这个问题？

我正在使用 Ruby 2.2.1p85 的 MAC OS X Yosemite 机器。

【问题讨论】：

从变量名看来，您正在从文件中读取数据——对吗？文件来自哪里，你是如何阅读它的？你知道文件的实际编码吗？

【参考方案1】：

可能你的字符串不是 UTF-8 格式，所以使用

if ! file_content.valid_encoding?
  s = file_content.encode("UTF-16be", :invalid=>:replace, :replace=>"?").encode('UTF-8')
  s.gsub(/dr/i,'med')
end

参见“Ruby 2.0.0 String#Match ArgumentError: invalid byte sequence in UTF-8”。

【讨论】：

感谢您的回复。如何使用您提供的代码 sn-p？因为当我在我的程序中立即使用它时，我得到：未定义的局部变量或方法's' for main:Object (NameError)。谢谢

使用file_content 而不是s

在我的问题中显示的行之前，我有以下代码行：“file_content = IO.read(filename)”。我已将您的代码放在此行之后，我的问题中的行之前，并且确实仍然遇到同样的问题

@Simplicity 你使用的是 Ruby 2.2，所以你可以使用 scrub 方法。对于没有scrub 的旧版本，这种技术确实是一种解决方法。 （但实际上你应该弄清楚编码实际上是什么并正确转换它，否则你会丢失数据）。

对我来说，这救了我***.com/a/19103433/7365329