Question

我有一个脚本或Ruby，当我尝试替换重音的charcater gsub时，我不能使用它：

我的floder名称为"Réé Ab"

name = File.basename(Dir.getwd)
name.downcase!
name.gsub!(/[àáâãäå]/,'a')
name.gsub!(/æ/,'ae')
name.gsub!(/ç/, 'c')
name.gsub!(/[èéêë]/,'e')
name.gsub!(/[ìíîï]/,'i')
name.gsub!(/[ýÿ]/,'y')
name.gsub!(/[òóôõö]/,'o')
name.gsub!(/[ùúûü]/,'u')

输出"réé ab"，为什么重音字符在那里？

Answer 1

é中的name实际上是两个不同的Unicode codepoints：U+0065（LATIN SMALL LETTER E）和U+0301（{{1} }）。

COMBINING ACUTE ACCENT

然而，正则表达式中的p 'é'.each_codepoint.map{|e|"U+#{e.to_s(16).upcase.rjust(4,'0')}"} * ' ' # => "U+0065 U+0301"只有一个：U+00E9（é）。维基百科有一个关于Unicode等价的article。 official Unicode FAQ还包含有关此主题的说明和信息。

如何在Ruby中规范化Unicode字符串取决于其版本。自2.2以来它有Unicode normalization support。您不必像以前的版本（here's an overview）那样需要库或安装gem。要使用LATIN SMALL LETTER E WITH ACUTE或name作为参数将String#unicode_normalize简洁的电话:nfc标准化为:nfkc（U + 0065和U + 0301）至é （U + 00E9）：

é

当然，您也可以在正则表达式中使用已分解的字符，但这可能不适用于其他文件系统，然后您还需要规范化：NFD或NFKD才能分解。

我也想或甚至应该指出，将name = File.basename(Dir.getwd) name.unicode_normalize! # thankfully :nfc is the default name.downcase!转换为é或e转换为ü会导致信息丢失。例如，德语单词Müll（trash）将被转换为Mull（mull / forest humus）。

替换Ruby中的重音字符

1 个答案: