UTF-8 Ruby中的字节序列无效

我有这样的字符串

“abce\xC3”.sub（“a”，“a”）

，当我执行该行时，我得到以下错误

ArgumentError: invalid byte sequence in UTF-8
    from (irb):20:in `sub'
    from (irb):20
    from /home/vijay/.rvm/rubies/ruby-2.0.0-p598/bin/irb:12:in `<main>'

ArgumentError:UTF-8中的字节序列无效
发件人（irb）：20:in'sub'
起始（irb）：20
from/home/vijay/.rvm/rubies/ruby-2.0.0-p598/bin/irb:12:in`'

---

有人能帮我解决这个问题吗。

你需要弄清楚你想要的

\xC3

是什么。它是否表示字符

Ã

您看到错误是因为

\xC3

在（默认）UTF-8编码中不是有效的字节序列。您可以首先更正字符串的编码（通过回答上述问题），然后进行替换

"abce\xC3".force_encoding("iso-8859-1").sub('a', 'A')

或者，如果编码不重要，比如说，您正在处理字节序列而不是字符序列，则可以强制编码为

ASCII-8BIT

"abce\xC3".force_encoding("ASCII-8BIT").sub('a', 'A')

---

Arie已经回答了这个错误，因为无效的字节序列

\xC3

如果您使用的是Ruby 2.1+，还可以使用替换字符替换无效字节。在这里：

a = "abce\xC3"
# => "abce\xC3" 
a.scrub
# => "abce�"
a.scrub.sub("a","A")
# => "Abce�"

关于您的/实际问题：

“ITZVÔ

是文件的内容。当我读文件的时候

 z = File.open("x")
 z.read(5)

然后输出应该是

ITZV\xC3\x83

，而不是我得到的

ITZV\xC3

这是因为在UTF-8中，

Ã

是一个多字节字符，即字符串有5个字符，但有6个字节：

z.read（5）

从文件中读取5个字节，从而返回不完整的UTF-8字符串：

require 'tempfile'

z = Tempfile.new('foo')
z << 'ITZVÃ'

z.rewind
z.read(5) #=> "ITZV\xC3"

请注意，始终返回ASCII-8位编码的字符串。您必须手动设置不同的编码：

z.rewind
z.read(6).force_encoding('utf-8') #=> "ITZVÃ"

---

字节“\xC3”不是有效的UTF-8字符。当您从源代码（或您关于如何操作Ruby字符串的假设）获取此值时，您的问题会以某种方式出现。要获得帮助，您需要解释一下这个值应该代表什么，或者它是如何读入程序的。这个

\xC3

来自哪里？在UTF-8中，它意味着第二个字节（如

ä

的

\xA4

）必须跟在后面。“ITZVÔ这是确切的字符串。我正在处理。Ruby 2.2似乎没有出现错误，即

sub

处理/跳过无效的字节序列。“ITZVÔ是文件的内容。当我读文件的时候<代码>z=文件。打开（“x”）；z、 读（5）然后输出应该是

ITZV\xC3\x83

，而我得到的是

ITZV\xC3

@Stefan知道ruby中为什么会出现这种情况吗？你是如何找到\xC3的？要将字符串转换为UTF-8，请使用

“abce\xC3”。强制编码（'iso-8859-1'）。编码（'UTF-8'）

，或者更好的是，在读取字符串时设置正确的编码。@Vijay它是一个单字节，超出了正常ASCII编码的范围，所以我尝试了

z.rewind
z.read(6) #=> "ITZV\xC3\x83"

z.rewind
z.read(6).force_encoding('utf-8') #=> "ITZVÃ"