Ruby 1.9-無效的多字節字符（utf-8）

Question

我有一個只有這兩行的紅寶石文件：

# encoding: utf-8
puts "—"

當我用ruby test_enc.rb運行它時，它失敗並顯示：

test_enc.rb:2: invalid multibyte char (UTF-8)
test_enc.rb:2: unterminated string meets end of file

我不知道如何正確指定字符符號（ — ），但vim告訴我它是151, Hex 97, Octal 227 。 它也無法與其他字符（如ã以相同的方式失敗，因此我懷疑它是否與該字符特別相關。 我在Windows XP上運行，我使用的ruby版本是：

ruby 1.9.1p430 (2010-08-16 revision 28998) [i386-mingw32]

我覺得這里有些明顯的東西我很想念。 有任何想法嗎？

編輯：今天學習了有關假設的寶貴經驗-特別是假設您的編輯器使用的是UTF-8，而沒有實際對其進行檢查。 糟糕！

感謝您快速准確的答復所有人！

再次編輯： '為utf-8正確設置vim'太大了，與這個問題並沒有真正的關系，因此現在是一個單獨的問題 。

Answer 1

鑒於Ruby明確要求您注意UTF-8，因此我強烈懷疑您實際上並沒有寫出UTF-8文件。 保證Vim（或者你使用任何文本編輯器創建該文件） 確實是設置寫出來UTF-8。

請注意，在UTF-8中，任何非ASCII字符都將由多個字節表示，而不是Vim診斷程序中描述的單個字節。 我建議使用二進制文件編輯器（或轉儲，或其他方式）來真正顯示文本文件中的內容。 尚沒有某種先入為主的編碼概念的東西-甚至沒有試圖將其視為文本文件的東西。

記事本允許您以UTF-8格式寫出文件，因此您可能想嘗試一下以查看會發生什么。 （我自己沒有安裝Ruby，否則我會為您嘗試一下。）

Answer 2

您的文件在latin1中。 露比是對的

emdash將被編碼為兩個字節，而不是UTF-8中的一個字節。