如何删除特殊字符？

Question

我正在练习使用Ruby和正则表达式删除某些不需要的字符。例如：

input = input.gsub(/<\/?[^>]*>/, '')

和特殊字符，例如☻或™：

input = input.gsub('&#', '')

这只留下数字，好吧。但这仅在用户输入特殊字符作为代码时才有效：

™

我的问题： 如果用户输入没有代码的特殊字符，我如何删除特殊字符，如下所示：

™ ☻

Answer 1

首先，我认为定义“正确输入”的内容并删除其他所有内容可能更容易。例如：

input = input.gsub(/[^0-9A-Za-z]/, '')

如果这不是您想要的（您希望支持非拉丁字母等），那么我认为您应该列出要删除的字形（如™或☻），并删除它们 - 一个一个，因为很难以编程方式区分中文，阿拉伯语等字符和象形文字。

最后，您可能希望通过转换为HTML转义序列或从HTML转义序列转换来规范化您的输入。

Answer 2

如果你只想要ASCII字符，那么你可以使用：

original = "aøbauhrhræoeuacå" 
cleaned = ""
original.each_byte { |x|  cleaned << x unless x > 127   }
cleaned   # => "abauhrhroeuac"

Answer 3

您可以匹配所需的所有字符，然后将它们连接在一起，如下所示：

original = "aøbæcå"
stripped = original.scan(/[a-zA-Z]/).to_s
puts stripped

输出"abc"

Answer 4

您可以使用parameterize：

'@!#$%^&*()111'.parameterize
 => "111" 

Answer 5

CanBerkGüder回答的一个更简单的方法就是：

要删除特殊字符：

input = input.gsub(/\W/, '')

为了保留单词字符：

input = input.scan(/\w/)

最后输入是一样的！试一下：http://rubular.com/