我怎样才能在全局忽略UTF-8字符串无效的字节序列

Python014

我怎样才能在全局忽略UTF-8字符串无效的字节序列,第1张

如果你只是想在原始字节进行操作，你可以试试它的编码为ASCII-8BIT /二进制。

str.force_encoding("BINARY").split("n")

这不会让你的U回来，不过，因为在这种情况下，源字符串为ISO-8859（或喜欢）：

"- Men\xFC -".force_encoding("ISO-8859-1").encode("UTF-8")

=>"- Menü -"

如果你想获得multibyte字符，你必须知道的源字符集是什么。

一旦你force_encoding如果数据是从您的数据库，你可以改变你的ASCII-8BIT或二进制编码ruby应该举报他们据此即可。或者，您可以monkeypatch数据库驱动程序来强制编码的读取它的所有字符串。这是一个巨大的，虽然，可能是完全错误的做法。

正确的答案将是解决你的字符串编码。这可能需要它们的数据库修复，数据库驱动程序连接的编码修复，或combinations。所有的字节仍然存在，但如果你正在处理一个给定的字符集，你应该，如果可能的话，让ruby知道，你希望你的数据在该编码。错误是mysql2驱动程序连接到已在拉丁文编码数据的MySQL数据库，但要指定UTF-8字符集进行连接。该导轨从DB取拉丁文的数据并把它解释为UTF-8，而不是将其解释为拉丁文，然后可以转换为UTF-8。

如果你能在这里阐述的字符串中，答案是可能的。您也可以看看这个答案的可能的全局（-ish）Rails的解决方案，默认字符串编码。

代码编码有好多种,即使是中文也有GBK, GB2312,UTF-8,UTF-16等等,乱码可能是因为原来使用的代码编码与现在打开文件用的默认的代码编码不一样. 如果你的原始输入文本没有被新编码种类的编辑器改写,可以在项目上点鼠标右键选属性栏,在源里的最后一行将编码改成原来的种类.原来是UTF就选UTF,原来是GBK就选GBK.