Ruby 正则表达式错误：不兼容的编码正则表达式匹配（ASCII-8BIT 正则表达式与 UTF-8 字符串）答案

【问题标题】：Ruby Regex Error: incompatible encoding regexp match (ASCII-8BIT regexp with UTF-8 string)Ruby 正则表达式错误：不兼容的编码正则表达式匹配（ASCII-8BIT 正则表达式与 UTF-8 字符串）
【发布时间】：2012-04-09 02:09:27
【问题描述】：

我遇到了两个错误，都与编码有关，而且都与此相关。

我在启动 WEBrick 时遇到的第一个错误（技术上是警告）：

/Users/USERNAME/example/config/initializers/bb-ruby.rb:54: warning: invalid Unicode Property \P: /\:\-?\P/

它所指的行是：/\:\-?\P/,

这只是一点正则表达式，最终是这个块的一部分：

@@tags['Razzing'] = [
  /\:\-?\P/,
  '<img src="/assets/emoticons/razzing.png">',
  'Razzing',
  ':P',
  :razzing]

然后，我在解析一些字符串的时候也出现如下错误（大概是同一行所致）...

Encoding::CompatibilityError
incompatible encoding regexp match (ASCII-8BIT regexp with UTF-8 string)

我正在运行 Ruby 1.9.2 和 Rails 3.2.1。

【问题讨论】：

标签： ruby-on-rails ruby unicode encoding character-encoding

【解决方案1】：

您的正则表达式正在“编译”为 ASCII-8BIT。

只需在声明 Regex 的文件顶部添加编码声明：

# encoding: utf-8

你就完成了。现在，当 Ruby 解析您的代码时，它会假定您使用的每个文字（Regex、String 等）都以 UTF-8 编码指定。

更新：UTF-8 现在是 Ruby 2.0 及更高版本的默认编码。

【讨论】：

这停止了 Encoding::CompatibilityError 错误，但在启动 Webrick 时我仍然收到 invalid Unicode Property 警告。
在 Ruby 1.9 上更改了 Regex 引擎……我不知道你说的 \P 最初是什么意思，但现在它用于匹配 Unicode 码位，并且它需要一个参数（如 @987654327 @，匹配任何非字母字符）。见：regular-expressions.info/unicode.html
我正在尝试匹配这个：:-P 或 :P（如在吐舌头的表情中）...我现在该怎么做？
省略 P 前的反斜杠
实际上，您的表达式不需要任何反斜杠。请记住，它仅用于转义对正则表达式有意义的字符，例如：(、[、{（及其关闭对应项）、^、$ 和 \ 本身。

【解决方案2】：

Ruby 2.0 Document

/Pattern/u - stand for UTF-8

【讨论】：