我正在开发一个应用程序，其中 ruby sidekiq 进程调用第 3 方并将数据解析到数据库中。
我正在使用我的 orm 的续集广告。
我在结果中得到了一些奇怪的字符，例如：
"Tweets en Ingl\xE9s y en Espa\xF1ol"
当试图将其保存到 postgres 时，会发生以下错误：
Sequel::DatabaseError: PG::CharacterNotInRepertoire: ERROR: invalid byte sequence for encoding "UTF8": 0xe9 0x73 0x20
奇怪的是字符串认为它是 UTF-8，如果我检查编码名称，它会说：
name.encoding.name #UTF-8
我可以做些什么来确保数据的格式对 postgres 正确？
仅仅因为字符串声称是 UTF-8 并不意味着它是 UTF-8。\xe9在ISO-8859-1é （AKA Latin-1）中，但在 UTF-8 中无效；同样，在ISO-8859-1 中，但在 UTF-8 中无效。这表明该字符串实际上是用 ISO-8859-1 而不是 UTF-8 编码的。您可以通过以下组合来修复它，以纠正 Ruby 对当前编码的混淆并将其重新编码为 UTF-8：\xf1ñforce_encodingencode
> "Tweets en Ingl\xE9s y en Espa\xF1ol".force_encoding('iso-8859-1').encode('utf-8')
=> "Tweets en Inglés y en Español"
因此，在将该字符串发送到您想要的数据库之前：
name = name.force_encoding('iso-8859-1').encode('utf-8')
不幸的是，没有办法可靠地检测字符串的真实编码。各种编码重叠，如果没有手动健全性检查，就无法判断è（\xe8在 ISO-8859-1 中）或č（在 ISO-8859-2 中）是否是正确的字符。\xe8