不兼容的字符编码：UTF-8 和 ASCII-8BIT Ruby 1.9答案

【问题标题】：incompatible character encodings: UTF-8 and ASCII-8BIT Ruby 1.9不兼容的字符编码：UTF-8 和 ASCII-8BIT Ruby 1.9
【发布时间】：2010-09-08 11:34:18
【问题描述】：

我刚刚升级到 ruby 1.92，我的一个猴子补丁因某种编码错误而失败。我有以下功能：

  def strip_noise()
    return if (!self) || (self.size == 0)

    self.delete(160.chr+194.chr).gsub(/[,]/, "").strip
  end

现在给我以下错误：

不兼容的字符编码： UTF-8 和 ASCII-8BIT

还有其他人遇到过这个吗？

【问题讨论】：

欢迎来到 Ruby 1.9 的字符编码美丽新世界！你可能想read up on the topic。

标签： ruby

【解决方案1】：

无论如何，这对我有用：

class String
  def strip_noise()
    return if empty? 
    self.mb_chars.normalize(:kd).gsub(/[^\x00-\x7F]/n,'')
  end
end

我需要做更多的测试，但我可以进步..

【讨论】：

【解决方案2】：

class String
  def strip_noise
    return if empty? 
    ActiveSupport::Inflector.transliterate self, ''
  end
end

"#{160.chr}#{197.chr} string with noises" # => "\xA0\xC5 string with noises"
"#{160.chr}#{197.chr} string with noises".strip_noise # => "A string with noises"

【讨论】：

【解决方案3】：

这可能不是你想要的：

  def strip_noise
    return if empty?
    sub = 160.chr.force_encoding(encoding) + 194.chr.force_encoding(encoding)
    delete(sub).gsub(/[,]/, "").strip
  end

在此处阅读有关该主题的更多信息：http://yehudakatz.com/2010/05/17/encodings-unabridged/

【讨论】：

我现在得到“UTF-8 中的无效字节序列”。 160.chr 和 194.chr 不是有效的 UTF-8 字符吗？
不知道，显然不是。为什么不将实际字符而不是字节放在那里。还是将字符串本身转换为 ASCII-8BIT？

【解决方案4】：

尚不完全清楚您要在这里做什么，但160.chr+194.chr 不是有效的 UTF-8：160 是连续字节，194 是 2 字节字符的第一个字节。反过来，它们形成了“不间断空格”的 unicode 字符。

如果你想删除所有非 ASCII-7 字符，试试这个：

s.delete!("^\u{0000}-\u{007F}")

【讨论】：