ruby uri invalid byte sequence in UTF-8 求解

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

已注册用户请登录

这是一个创建于 3512 天前的主题，其中的信息可能已经有所发展或是发生改变。

irb(main):010:0> URI("http://www.baidu.com/xEA\xE6").host
ArgumentError: invalid byte sequence in UTF-8
from /usr/lib64/fluent/ruby/lib/ruby/1.9.1/uri/common.rb:125:in `==='
from /usr/lib64/fluent/ruby/lib/ruby/1.9.1/uri/common.rb:125:in `split'
from /usr/lib64/fluent/ruby/lib/ruby/1.9.1/uri/common.rb:211:in `parse'
from /usr/lib64/fluent/ruby/lib/ruby/1.9.1/uri/common.rb:747:in `parse'
from /usr/lib64/fluent/ruby/lib/ruby/1.9.1/uri/common.rb:994:in `URI'
from (irb):10
from /usr/lib64/fluent/ruby/bin/irb:12:in `<main>'

我需要获取这种情况下的host，遇到这个问题。网上搜了好久没找到合适的资料，哪位大大遇到过帮看看，在此感谢

utf

irb

URI

3 条回复 • 2014-10-08 14:27:12 +08:00

halfelf

2014-10-08 12:17:26 +08:00

那个URI是从哪儿来的，\xEA\xE6应该不是完整的unicode字符表示。我现在手头没有1.9，2.1里肯定是自动转的。1.9应该差别不大

halfss

2014-10-08 14:26:56 +08:00

因为 "http://www.baidu.com/xEA\xE6" 包含了非法的 utf-8 字符

str = "http://www.baidu.com/xEA\xE6"
str.valid_encoding? # => false
解决办法，先把 str 中得非法 utf-8 字符替换掉，比如替换成 ?

for i in (0...str.size)
unless str[i].valid_encoding?
str[i] = "?"
end
end
str.valid_encoding? # => true
enjoy!

halfss

2014-10-08 14:27:12 +08:00

暂时就这样解决了，有更好的方法欢迎留言