Comment puis-je supprimer des caractères spéciaux?

Question

Je suis pratiquant de Rubis et de regex pour supprimer certains caractères indésirables. Par exemple:

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

et pour les caractères spéciaux, par exemple ☻ ou :

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

Cela ne laisse que des chiffres, ok. Mais cela ne fonctionne que si l'utilisateur tape un caractère spécial comme un code, comme ceci:

™

Ma question: Comment je peux supprimer les caractères spéciaux si l'utilisateur saisit un caractère spécial sans code, comme ceci:

™ ☻

Answer 1

Tout d'abord, je pense qu'il pourrait être plus facile de définir ce qui constitue une "entrée correcte" et supprimer tout le reste. Par exemple:

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

Si ce n'est pas ce que vous voulez (vous voulez soutenir d'alphabets non latins, etc.), ensuite, je pense que vous devriez faire une liste des glyphes que vous souhaitez supprimer (comme ™ ou ☻), et de les supprimer un par un, car il est difficile de distinguer entre un Chinois, l'arabe, etc. caractère et d'un pictogramme représentant par programme.

Enfin, vous pouvez normaliser votre entrée par la conversion ou de l'HTML séquences d'échappement.

Answer 2

Si vous ne vouliez que des caractères ASCII, vous pouvez utiliser:

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

Answer 3

Vous pouvez associer tous les caractères de votre choix, puis les associer, comme suit:

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

qui produit "abc"