Ruby 1.9 正则表达式编码

Question

我正在解析这个 feed http://www.sixapart.com/labs/update/developers/使用 nokogiri，然后对某些标签的内容运行一些正则表达式。内容大部分是 UTF-8，但偶尔会损坏。然而，对于我的情况，我并不关心，只需要传递内容的正确部分，所以我很乐意将数据视为二进制/ASCII-8BIT。问题是无论我做什么，脚本中的正则表达式都被视为 UTF-8 或 ASCII。无论我将编码注释设置为什么，或者我如何创建正则表达式。

有解决办法吗？我可以强制正则表达式为二进制吗？我可以轻松地在没有正则表达式的情况下执行 gsub 吗？ (我只是将 & 替换为 &)

Answer 1

您需要对初始字符串进行编码并使用 FIXEDENCODING 选项。

1.9.3-head :018 > r = Regexp.new("chars".force_encoding("binary"), Regexp::FIXEDENCODING)
=> /chars/
1.9.3-head :019 > r.encoding
=> #<Encoding:ASCII-8BIT>