[英]Ruby/Nokogiri site scraping - invalid byte sequence in UTF-8 (ArgumentError)
[英]Ruby 'to_json' throws ArgumentError: invalid byte sequence in UTF-8
在Rails控制台中,我得到:
hash = {"name"=>"სსიპ ოთარ ჩხეიძის სახელობის სოფელ ყე\xE1\x83"}
#=> {"name"=>"სსიპ ოთარ ჩხეიძის სახელობის სოფელ ყე\xE1\x83"}
hash.to_json
#>> ArgumentError: invalid byte sequence in UTF-8
from /home/edmodo/.rvm/gems/ruby-2.3.0@one-eye/gems/activesupport-json_encoder-1.1.0/lib/active_support/json/encoding/active_support_encoder.rb:79:in `gsub'
"\\xE1\\x83".to_json
无效,可能是由于非UTF-8字符所致。
任何帮助表示赞赏。
如果将hash转换为字符串,则可以使用它,但是会添加诸如u003E
类的垃圾字符, u003E
带有许多额外的反斜杠。
hash.to_s.to_json
#=> "\"{\\\"name\\\"=\\u003E\\\"სსიპ ოთარ ჩხეიძის სახელობის სოფელ ყე\\\\xE1\\\\x83\\\"}\""
这是因为您的输入String 在UTF-8中包含无效的字节序列 ,正如错误消息确切说明的那样。 你可以像检查
hash['name'].valid_encoding? # => false
从根本上讲,您应该修复输入字符串,删除所有无效的字节序列字符; 在您的示例中,它是"\\xE1\\x83"
如果出于某种原因需要保留字节序列并将其编码为标准JSON,我认为您必须首先对字符串进行编码,因为JSON不接受二进制数据,而仅接受有效的UTF-8字符串。 请注意,就JSON而言,具有无效字节序列的字符串是二进制数据。
在Rails中,可以使用Base64编码,如下所示:
hash['name'] = Base64.encode64 hash['name']
hash.to_json # => a valid JSON
在解码时,您必须指定编码,例如,
hj = hash.to_json
Base64.decode64(JSON.parse(hj)['name']).force_encoding('UTF-8') # => Decoded string
请注意,无论如何,您所复制的字符串都不是有效的UTF-8。 但这将有助于在Rails控制台中显示。
如果您不怕丢失内容,可以使用以下解决方案:
pry(main)>
{"name"=>"სსიპ ოთარ ჩხეიძის სახელობის სოფელ ყე\xE1\x83".force_encoding("ASCII-8BIT").encode('UTF-8', undef: :replace, replace: '')}.to_json
=> "{\"name\":\" \"}"
require 'json'
def cleanup(string)
text = ''
string.each_char { |char| text << char if char.valid_encoding? }
text
end
hash = { "name" => "სსიპ ოთარ ჩხეიძის სახელობის სოფელ ყე\xE1\x83" }
hash.transform_values! { |value| cleanup(value) }
puts hash.to_json
{"name":"სსიპ ოთარ ჩხეიძის სახელობის სოფელ ყე"}
谢谢Stefan,Masa Sakano和Alexey Strizhak。 您的建议对我有很大帮助。 字符串具有无效的字节序列字符是正确的。 我所做的只是保持如下所示的有效编码字符-
"სსიპ ოთარ ჩხეიძის სახელობის სოფელ ყე\xE1\x83".chars.select(&:valid_encoding?).join
=> "სსიპ ოთარ ჩხეიძის სახელობის სოფელ ყე"
这将删除不完整/无效的字符,例如“ \\ xE1 \\ x83”。
再次非常感谢大家帮助我了解问题并提出解决方案。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.