From: Tanaka Akira <akr@...>
Date: 2007-10-21T15:25:03+09:00
Subject: [ruby-dev:32113] pattern match with UTF-8 regexp and EUC-JP string.

/./u という UTF-8 な 1文字を表現するパターンに EUC-JP な
"\xa1\xa1" という 1文字な文字列をマッチさせたとき、"\241" と
いう 1バイトにマッチします。

% ./ruby -ve 'p(/./u =~ "\xa1\xa1".force_encoding("euc-jp")); puts $&.dump'
ruby 1.9.0 (2007-10-20 patchlevel 0) [i686-linux]
0
"\241"

UTF-8 でも EUC-JP でもない "\241" という 1バイトが出てくるの
はおかしいと思います。

パターンが UTF-8 であることを尊重して character encodings
differ になるか、あるいは EUC-JP な 1文字にマッチするかどち
らかが期待される動作だと思うのですが、どうでしょうか。
-- 
Tanaka Akira