UTF-8引起的Ruby执行错误

一个问题

一段如下所示的简单的Ruby代码执行会报错。

var = 1
while var <= 10 do
  print(var,"\n")
  var = var + 1
end

报错信息如下：

F:\ruby\temp>ruby while.rb
while.rb:1: Invalid char `\357' in expression
while.rb:1: Invalid char `\273' in expression
while.rb:1: Invalid char `\277' in expression

原因：使用 WinHex.exe 打开代码文件，会发现UTF-8编码的文件最前面有EF BB BF这三个隐藏的字符。这些隐藏的字符就是导致错误出现的原因，将这3个字符删除掉，执行就正常了。

F:\ruby\temp>ruby while.rb
while.rb:3: undefined local variable or method `i' for main:Object (NameError)

 Notepad++设置为默认删除BOM

 在Unicode中有一个BOM的概念，就是Byte Order Mark-字节序标记。

在UCS 编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符，它的编码是FEFF。而FFFE在UCS中是不存在的字符，所以不应该出现在实际传输中。UCS规范建议我们在传输字节流前，先传输字符"ZERO WIDTH NO-BREAK SPACE"。这样如果接收者收到FEFF，就表明这个字节流是Big-Endian的；如果收到FFFE，就表明这个字节流是Little- Endian的。因此字符"ZERO WIDTH NO-BREAK SPACE"又被称作BOM。

UTF-8不需要BOM来表明字节顺序，但可以用BOM来表明编码方式。字符"ZERO WIDTH NO-BREAK SPACE"的UTF-8编码是EF BB BF。所以如果接收者收到以EF BB BF开头的字节流，就知道这是UTF-8编码了。

Windows就是使用BOM来标记文本文件的编码方式的。

使用UE或者WinHex.exe打开这一类文件就可以看到BOM。在Notepad++中，可以设置无BOM的utf-8编码的新建文件，设置路径为 设置>首选项>新建 在“编码”板块选择“UTF-8(无BOM)”即可。

invalid multibyte char (US-ASCII)

要在Ruby脚本中加上

#encoding:utf-8

一般要加在文件的第一行，否则在这行的上面如果有中文的话，即使是注释也不管用的。

转载于:https://www.cnblogs.com/yongqin/archive/2013/01/05/2845265.html