留心文字编码的不同

 《Ruby基础教程》的第二十二章,有这样一段示例代码,意图删除读取的HTML文件的头部和尾部,并保存在新的TXT文件中。

 1: htmlfile = "cathedral.html"
 2: textfile = "cathedral.txt"
 3:
 4: html = File.read(htmlfile)
 5:
 6: File.open(textfile, "w") do |f|
 7:   in_header = true
 8:   html.each_line do |line|
 9:     if in_header && /<a name="1">/ !~ line
10:       next
11:     else
12:       in_header = false
13:     end
14:     break if /<a name="version">/ =~ line
15:     f.write line
16:   end
17: end

 但是我们试着将它执行一下却发现,系统会报错,并定位出许多错误点来。我们看一下错误信息“invalid byte sequence in GBK (ArgumentError)”,可以得知是文字编码的问题。实际上是由于internal encoding 和 extertal encoding的不同造成的,我们只需在代码前追加一行以下代码就可以了。

Encoding.default_external = Encoding.find('utf-8')
发布了30 篇原创文章 · 获赞 10 · 访问量 5262

猜你喜欢

转载自blog.csdn.net/wufeng_no1/article/details/86240529