如何在Ruby中删除字符串中的垃圾符号？

Question

我有一个字符串变量，内容如下：

str =  "abc�"

如何在Ruby on Rails中检查和删除字符串是否有“ ”符号？

Answer 1

字符“�”为U+FFFD REPLACEMENT CHARACTER in Unicode。如果你的字符串字面上包含该字符，那么删除它就像这样简单：

cleaned_string = str.gsub "�", ''

或（假设您要避免在代码中键入文字“�”）：

cleaned_string = str.gsub "\ufffd", ''

维基百科对此字符说：

  

它用于指示系统无法将数据流呈现为正确符号时的问题。

因此，您可能真正的问题是您没有正确处理此字符串的来源 - 很可能这是一个编码问题。例如，如果字符串最初是abcé，但是在ISO-8859-1编码中，但是某些系统将其解释为UTF-8，则最终字符é将无效，并且该系统然后可以将其显示为“�”，这是您的程序所看到的。 （维基百科页面有另一个例子。）

如果这是一个编码问题，那么根据这些数据的来源，你可能为时已晚，实际数据可能已经丢失，你可以做的最好的事情就是删除这些字符（或者您可能希望留下它们来表明存在问题的地方）。否则，在将数据读入程序时需要小心，将其作为适当的编码读取，这样数据就不会丢失。

如果角色编码对你来说是全新的，那么开始学习它们的好地方是Joel Spolsky的文章The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)。

Answer 2

（1）当你有

时，你会得到什么？

str.inspect

显示？

（2）如果您知道，字符串中允许的字符范围是什么，您可以反过来替换任何不在此范围内的字符。