Рубиновая недопустимая байтовая последовательность в UTF-8

Question

У меня есть следующий код, который дает мне недопустимую ошибку последовательности байтов, указывающую на метод сканирования в initialize, Любые идеи о том, как это исправить? Для чего это стоит, ошибка не возникает, когда (.*) между тегом h1 и закрытием > не там.

#!/usr/bin/env ruby

class NewsParser

  def initialize
      Dir.glob("./**/index.htm") do |file|
        @file = IO.read file 
        parsed = @file.scan(/<h1(.*)>(.*?)<\/h1>(.*)<!-- InstanceEndEditable -->/im)
        self.write(parsed)
      end
  end

  def write output
    @contents = output
    open('output.txt', 'a') do |f| 
      f << @contents[0][0]+"\n\n"+@contents[0][1]+"\n\n\n\n" 
    end
  end

end

p = NewsParser.new

Редактировать: вот сообщение об ошибке:

news_parser.rb:10:in 'scan': invalid byte sequence in UTF-8 (ArgumentError)

Решено: комбинация использования:@file = IO.read(file).force_encoding("ISO-8859-1").encode("utf-8", replace: nil)а такжеencoding: UTF-8решить вопрос.

Спасибо!

Answer 1

Сочетание использования: @file = IO.read(file).force_encoding("ISO-8859-1").encode("utf-8", replace: nil) а также #encoding: UTF-8 решил проблему.

Answer 2

Хотя на этот вопрос уже есть принятый ответ, я нашел его, имея ту же проблему с другим стилем открытия файла:

      File.open(file_name).each_with_index do |line, index|
  line.gsub!(/[{}]/, "'")
  puts "#{index} #{line}"
end

Я обнаружил, что мой входной файл был закодирован в ISO-8859-1, поэтому я изменил его на следующее, чтобы избежать ошибки:

      File.open(file_name, 'r:ISO-8859-1:utf-8').each_with_index do |line, index|
  line.gsub!(/[{}]/, "'")
  puts "#{index} #{line}"
end

См. Документацию по дополнительному modeаргумент изFile.openметод для более подробной информации.