Question

我在页面请求（永久链接）上得到“UTF-8中的无效字节序列”，我不知道为什么也不能重现它，但我确实得到了很多这样的例外：

A ArgumentError occurred in products#index:

 invalid byte sequence in UTF-8
 activesupport (3.0.4) lib/active_support/core_ext/object/blank.rb:68:in `=~'

-------------------------------
Request:
-------------------------------

 * URL       : http://www.mysite.com/category/category-name-\x8E~ice
 * Parameters: {"page"=>1, "controller"=>"products", "action"=>"index", "category"=>"category-name-\x8E~ice"}

末尾的字符串不应该在那里（“ - \ x8E~ice”）。知道为什么会出现这种情况或者我该如何调试/重现它？

由于

Answer 1

我们创建了一个rails middleware，用于过滤掉我们应用中无法处理的所有奇怪编码。

我们遇到的问题是有些请求有奇怪的编码，例如Cp1252 / Windows-1252。当ruby 1.9尝试将这些字符串与utf-8 regexp匹配时，它会爆炸。

我尝试了使用iconv处理这个问题的各种方法，但它看起来像在我的mac上工作的解决方案在服务器上不起作用。所以最简单的方法可能是最好的......

Answer 2

我刚发布了一个名为UTF8Cleaner的新宝石，它主要基于@phoet和@pithyless的工作。它包含一个Railtie，所以你可以将它放入你的Gemfile中，忘掉那些“无效的字节序列”错误。

https://github.com/singlebrook/utf8-cleaner

Answer 3

与@phoet类似，我还使用Rails Middleware来解决类似的编码问题。

在Ruby 1.9.3上测试（没有Iconv）：

https://gist.github.com/3639014

Answer 4

如果您使用的是apache（和mod_rails），则可以通过以下答案阻止这些无效的网址请求完全点击您的Rails应用程序：

https://stackoverflow.com/questions/13512727/how-can-i-configure-apache-to-respond-400-when-request-contains-an-invalid-byte/13527812#13527812

页面请求中UTF-8中的无效字节序列

4 个答案: