Question

我有这个文字

  file1 = "</span>‍foo"

隐藏在＆＃34;＆gt;＆＃34;和＆＃34; f＆＃34;是一个零宽度的连接器（\ u200D）
我想将其更改为正常空间（\ u0020）

这就是我尝试过的事情

   file1 = file1.gsub(/\u200D/, ' ')

这是结果

   file2.puts file1 #=> </span>?foo

出于某种原因，它在那里插入了一个问号。即使我不用任何东西替换它而只是做

file1.puts file2

它仍然带有问号（如果您从一个文件中取出文本并输出到另一个文件，它似乎只会出现问号）
我希望最终结果是

file1.puts file2 #=> </span>‍ foo

我没有尝试使用ruby解析html

Answer 1

200d不是稀薄的空间，但是＆＃34;零宽度的连接器＆＃34;，它具有非类似空间的属性。 http://www.fileformat.info/info/unicode/char/200d/index.htm

首先，基本的正则表达式对我有用：

irb(main):042:0> "\u200d".gsub(/\u200d/,"xxx")
=> "xxx"

[[：space：]]没有（也没想到，因为它的石器时代POSIX东西......而且200d不是空间）：

irb(main):003:0> "\u200d".gsub(/[[:space:]]/,"xxx")
=> "‍"

\ u200d不算作分隔符：空格：

irb(main):005:0> "\u200d".gsub(/\p{Cf}/,"xxx")
=> "‍"

但它匹配其他：格式

irb(main):006:0> "\u200d".gsub(/\p{Cf}/,"xxx")
=> "xxx"