Ruby 将UTF-8空格更改为可正则表达式的空格

我有以下代码，可以用Nokogiri解析HTML文档：

td.next_element.text.scan(/\A[^(]+/).first.gsub(/\s+/, " ").strip

还有一个带有正则表达式的

case

语句，该正则表达式具有

\s+

，并且没有捕获任何内容。我试图使用

strip

，但它什么也没用

在使用上面的

gsub

行进行测试后，我发现空格的编码方式存在问题

td.next_element.text[-2].ord

返回的不是我预期的32，而是160。我意识到我的文档是UTF-8而不是ASCII，160是一个不间断的空格

我想我应该能做到这一点：

case td.text.strip.downcase.gsub(/\xA0|\xC2/, ' ')

问题是，我明白了

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

---

我该怎么办？另外，正则表达式不是应该匹配所有空格，而不仅仅是ASCII吗？

添加注释

#encoding:UTF-8

作为脚本的第一行；使用

/[：space:][]/

查找Unicode空格。

添加注释

#编码：UTF-8

作为脚本的第一行；使用

/[：space:][]/

查找Unicode空白。

您需要做的是设置输入数据的字符编码。我不是一个Ruby程序员，所以我不知道具体细节，但是应该有一些库来实现这一点。我确实找到了一篇相关文章：您需要做的是设置输入数据的字符编码。我不是一个Ruby程序员，所以我不知道具体细节，但是应该有一些库来实现这一点。我确实找到了一篇相关文章：