Ruby正则表达式错误：不兼容的编码regexp match（ASCII-8BIT regexp与UTF-8字符串）

Question

我遇到了两个错误，都与编码有关，而且它们之间存在联系。

第一个错误（严格来说是警告）出现在启动WEBrick时：

/Users/USERNAME/example/config/initializers/bb-ruby.rb:54: warning: invalid Unicode Property \P: /\:\-?\P/

它所指的那一行代码是：/\:\-?\P/

它只是一个正则表达式的一部分，最终用于这个块：

@@tags['Razzing'] = [
  /\:\-?\P/,
  '<img src="/assets/emoticons/razzing.png">',
  'Razzing',
  ':P',
  :razzing]

然后，当解析一些字符串时（可能是由于相同的行），我也会遇到以下错误...

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

我正在运行 Ruby 1.9.2 和 Rails 3.2.1。

- Shpigford

Answer 1

你的正则表达式被编译为ASCII-8BIT。

只需在声明正则表达式的文件顶部添加编码声明：

# encoding: utf-8

完成了。现在，当Ruby解析您的代码时，它会假定您使用的每个文字（Regex、字符串等）都是以UTF-8编码指定的。

更新：UTF-8现在是Ruby 2.0及以上版本的默认编码。

- Fábio Batista

---

正则表达式引擎在 Ruby 1.9 上发生了变化...我不知道你最初所指的 \P 是什么意思，但现在它用于匹配 Unicode 代码点，并且需要一个参数（例如 \P{L}，用于匹配任何非字母字符）。请参见：http://www.regular-expressions.info/unicode.html - Fábio Batista

实际上，在表达式中，您不需要任何反斜杠。请记住，它仅用于转义对正则表达式有意义的字符，例如：(、[、{（及其相应的闭合符号）、^、$和\本身。 - Fábio Batista

regex_string = ...从json文件中读取... # 示例值: "^MatchPod/" regex = Regexp.new(regex_string)对于我的情况，有什么办法解决这个问题吗？在我的情况下添加声明是否也能解决问题？ - knagode

@knagode 我建议您为您的情况开一个新的、写得很好的问题。在评论部分帮助是非常困难的。 - Fábio Batista

@knagode我建议您为您的情况提出一个新的、写得很好的问题。在评论部分帮助起来非常困难。 - Fábio Batista

Answer 2

Ruby 2.0 Document

/Pattern/u - stand for UTF-8

- Nil Liu