將gsub（）模式從ruby 1.8轉換為2.0

Question

我有一個ruby程序，我正在嘗試將表單ruby 1.8升級到ruby 2.0.0-p247。

這在1.8.7中運行得很好：

 begin
   ARGF.each do |line|
     # a collection of pecluliarlities, appended as they appear in data
     line.gsub!("\x92", "'")
     line.gsub!("\x96", "-")
     puts line
   end
 rescue => e
   $stderr << "exception on line #{$.}:\n"
   $stderr << "#{e.message}:\n"
   $stderr << @line
 end

但是在ruby 2.0下，當遇到96或92編碼到數據文件中時，這會產生這種情況，否則該數據包含看似ASCII的內容：

 invalid byte sequence in UTF-8

我已經嘗試了各種方式：雙反斜杠，使用正則表達式對象而不是字符串，force_encoding（）等，並且我很難過。

任何人都可以為我填寫丟失的拼圖嗎？

謝謝。

===============補充：2013-09-25 ============

將\\ x92更改為\\ u2019並未解決問題。

程序在輸入文件中實際命中92或96之前不會出錯，因此當數十萬行輸入數據與之匹配時，我對如何解決字符串中的字符模式感到困惑。沒有事件的模式。

Answer 1

拋出異常的不是正則表達式，而是Ruby編譯器。 \\x92和\\x96是你如何表示'和–在windows-1252編碼中，但Ruby期望字符串是UTF-8編碼的。 你需要\\x92在字符串文字中放置像\\x92這樣的原始字節值的習慣。 非ASCII字符應由Unicode轉義序列指定（在本例中為\’和\– ）。

現在它是一個Unicode世界，不再考慮字節的文本，而是用字符來思考。