我使用Ruby打开URL并阅读其内容。我正在阅读的文件的内容类型是“text / plain”。
问题在于它包含一些我想要转义的字符。例如，明文中出现的一个字符是“\ 240”，它是连字符的ASCII。
我很好奇这是如何生成的，因为我在文本中的任何地方都没有看到连字符。但它存在隐形，当我使用puts在控制台中打印文本时，会出现“\ 240”。
其次，如何逃避这些怪异角色的实例？理想情况下，我想要转义所有形式为“\ [some number]”的字符。我正在使用
"\240".gsub(Regexp.new("\\\d+"),"")
但它似乎不起作用。
是否有更传统的方法来清理从打开网址中读取的纯文本内容？
答案 0 :(得分：2)
您可能想要检查要返回的文本的字符集。它可能是UTF-8，它通常具有高的字符。 Ruby 1.9非常支持字符集和它们之间的切换。我使用str.encode("US-ASCII", :invalid => :replace, :undef => :replace, :replace => "?")强制字符串为标准ASCII，用?替换任何奇数字符。
答案 1 :(得分：1)
玩完这个后，我找到了以下正则表达式，它为我提供了诀窍：
str.gsub(/[^\x00-\x7F]/,'')