Ruby 2.5.0如何读取带BOM的UTF-8编码文件？

首先明确回答：Ruby 2.5.0默认不会自动处理UTF-8 BOM，这就是你在2.3.1能正常读取，但2.5.0出现报错的核心原因。

为什么会出现版本差异？ #

Ruby在2.4及以后的版本中，对UTF-8编码的处理变得更严格：旧版本（比如2.3.1）会自动忽略UTF-8文件开头的BOM字节（\xEF\xBB\xBF），但2.5.0会将BOM当作文件内容的一部分读取出来。如果你的后续逻辑（比如JSON解析、字符串匹配）无法识别这个特殊字符，就会触发报错。

解决方法 #

你有几种可靠的方式来处理带BOM的UTF-8文件：

1. 手动检测并移除BOM
   读取文件后，显式去掉开头的BOM字符：

   content = File.read('your_file.txt', encoding: 'UTF-8')
   content.sub!(/\A\xEF\xBB\xBF/, '') # 移除UTF-8 BOM
   # 后续处理content，比如JSON.parse(content)
   

2. 使用编码转换参数自动剥离BOM
   打开文件时指定r:UTF-8:UTF-8模式，让Ruby在读取时自动处理BOM：

   File.open('your_file.txt', 'r:UTF-8:UTF-8') do |file|
     content = file.read
     # 此时content已经没有BOM
   end
   

   这个模式的意思是：输入编码为UTF-8，输出编码也为UTF-8，Ruby会自动识别并剥离BOM。

3. 直接指定带BOM的编码格式
   Ruby支持bom|utf-8这样的编码标识，明确告诉Ruby要识别并剥离BOM：

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

额外提示 #

如果你的代码需要兼容多个Ruby版本，推荐使用第三种方式（bom|utf-8），它在Ruby 2.3+版本中都能正常工作，逻辑更清晰，也不需要手动处理BOM字符。

内容的提问来源于stack exchange，提问作者romeu.hcf