RUBYで隠されたBOM文字が検出された場合にエラーを発生させる方法

Question

詳細はこちらです。私は、以下に示すように隠されたBOM文字を含むファイルを持っている

2225612 | 22225200240 | StackOverflowの| HELPSDEVELOPERS - LINE 1 THY 2225612 | 22225200240 | KIRK | CAPTAIN - LINE 2 2225612 | 22225200240 | THANKS THY | INADVANCE - LINE 3

ここで、各行が処理されるスクリプトがあります。私の前提として、最初の行はBOM文字を持たないので処理されなければなりません。しかし、2行目が処理を開始すると、BOM Characterが識別されるため、エラーが発生するはずです。行の冒頭では、BOM文字は行のどこにでも置くことができます。参考までに、強調表示されているものはBOM Characterです。

私は正規表現を使用する場合/[^ [：印刷]]それはBOM文字としてスペースや改行を検討しているGSUBを使用して/。 BOM文字だけを検出したい。

誰にでもこのスクリプトを書くことはできますか？おかげで事前みんな

Answer 1

に私はこの正規表現は動作するはずだと思う：

if line =~ /\xEF\xBB\xBF/ # If line contains BOM character 
    fail "Line contains a BOM char!" 
end 

あなたはエンコードの問題を持っている場合、それはUTF-8にラインと正規表現の両方を強制するために役立つかもしれない、このような何か：

を

regexp = Regexp.new("\xEF\xBB\xBF".force_encoding("UTF-8"), Regexp::FIXEDENCODING) 
if line.force_encoding("UTF-8") =~ regexp 
    # ... 

Answer 2

エンコードはFile.readメソッドで指定できます。

File.read('your_file.txt', encoding: 'bom|utf-8') 

または

File.readlines('your_file.txt', "r:utf-8")