液体中的正则表达式可能吗？

Question

在我的 Shopify 页面上，我有一堆产品的描述中包含奇怪的字符，我认为这些字符是从 CSV 导入的。如果要逐一检查并手动删除这些字符，工作量会很大。

\n\n

我有这个正则表达式脚本可以在客户端删除它们：

\n\n

$(function() {\n    var regex = /\\?\xc3\x95\xc3\x8c_|_\xc5\x92\xe2\x80\x9a|[\xc5\xa0\xc5\xbd\xc3\x80\xc3\x81\xc3\x82\xc3\x83\xc3\x84\xc3\x85\xc3\x86\xc3\x87\xc3\x88\xc3\x89\xc3\x8a\xc3\x8b\xc3\x8c\xc3\x8d\xc3\x8e\xc3\x8f\xc3\x91\xc3\x92\xc3\x93\xc3\x94\xc3\x95\xc3\x96\xc3\x98\xc3\x99\xc3\x9a\xc3\x9b\xc3\x9c\xc3\x9d\xc3\x9e\xc3\x9f\xc3\xb0\xc3\xbf_]/gi;\n\n    $('.rte').html(function(i, oldHTML) {\n        return oldHTML.replace(regex, ' ')\n            .replace(/[^\\x00-\\x7F]|\\?/g, '');\n    });\n});\n

\n\n

但我想移动类似服务器端的东西，并可能用液体重新创建它。这甚至可以用液体来做吗？如何在服务器端使用这个正则表达式？

\n\n

编辑：

\n\n

我写了这个hacky代码

\n\n

{{ product.description | replace: '?\xc3\x8d\xc3\xad_' | replace: '\xc5\x92\xc3\xa6' | replace: '\xc3\xa4\xc3\xb3\xc2\xbb\xc3\xad\xcb\x86\xc3\xad_\xc3\xad\xe2\x80\x9a_' | replace: '\xc3\xad_\xc5\x92\xe2\x80\x9a\xc3\xad__' | replace: '\xcc\xb4\xc3\x8c_' | replace: '?\xc3\x95\xc3\x8c_' | replace: '?\xc3\xad\xc2\xb4\xc3\xad\xc3\xab_' | replace: '\xc3\x8c_\xc3\xa5\xc3\x87\xc3\x8c__' | replace: '\xc3\xa5\xc3\x8a' | replace: '?\xe2\x80\x99\xc2\xab\xc3\xad\xc3\xab\xc3\xad__' | replace: '?\xc3\xad_\xc5\x92\xc3\x87\xc3\xad_\xc3\xad\xe2\x80\x9a_' | replace: '\xc3\xad\xc2\xab\xc3\xad_' | replace: '?\xc3\xad?\xc3\xad__' | replace: '\xe2\x80\x99\xc3\x87\xc3\xad\xc3\xab_' | replace: '\xc3\xad\xc3\xab_\xc3\xad\xc2\xab\xc3\xad\xcb\x86\xc3\xad\xc3\xab__' | replace: '\xc3\xad\xc3\xab\xc3\xad__\xe2\x80\x99\xc3\x87\xc3\xad\xc3\xab\xc3\xad\xc3\xa6\xc3\xad\xc3\xab\xc3\xad___' | replace: '\xe2\x80\x99\xc3\x87', '' }}\n

\n\n

但这仅在我知道需要替换的特定字符串而不是像我的 javascript 正则表达式中那样从一组字符串中搜索时才有效。

\n

Answer 1

您可以使用jekyll-regex-replace Ruby Gem，或者如果需要进一步调整，可以编写自己的插件。我不是 100% 确定你的用例是否 100% 匹配，但沿着这条线：

\n

\n
1. 添加到您的_config.yml：
\n

\n

plugins:\n  ...\n  - jekyll-regex-replace\n

\n

\n
2. 在您的 Liquid 模板中：
\n

\n

{{ product.description | regex_replace: \'\\?\xc3\x95\xc3\x8c_|_\xc5\x92\xe2\x80\x9a|[\xc5\xa0\xc5\xbd\xc3\x80\xc3\x81\xc3\x82\xc3\x83\xc3\x84\xc3\x85\xc3\x86\xc3\x87\xc3\x88\xc3\x89\xc3\x8a\xc3\x8b\xc3\x8c\xc3\x8d\xc3\x8e\xc3\x8f\xc3\x91\xc3\x92\xc3\x93\xc3\x94\xc3\x95\xc3\x96\xc3\x98\xc3\x99\xc3\x9a\xc3\x9b\xc3\x9c\xc3\x9d\xc3\x9e\xc3\x9f\xc3\xb0\xc3\xbf_]\', \'\' }}\n

\n

如果您使用的主机限制了 Jekyll 插件（https://pages.github.com/versions/），那么我只能建议转移到另一个不限制 Jekyll 插件的免费提供商，例如GitLab，这就是我所做的以及。

\n

\n
3. 如果是 GitLab，您还需要添加到您的Gemfile：
\n

\n

group :jekyll_plugins do\n  ...\n  gem "jekyll-regex-replace", "~> 1.1.0"\n

\n\n

GitHub 注释：您也许可以使用 GitHub Action 定义您自己的自定义 Jekyll 构建。不搬家也是一种可能。

\n

Answer 2

如果您的产品描述中有来自 CSV 的奇怪字符，为什么不直接清理 CSV，然后重新导入干净的描述文本呢？为自己省去悲伤。删除奇怪的字符表明您搞乱了数据编码。UTF-8 是你的朋友。

使用液体替换过滤器对您有用，但这是超级黑客......最好找到错误的根源并修复它。删除这些字符会有风险，因为在某些情况下您可能会修复某些单词的显示，但在其他情况下，损坏可能仍然存在。

请注意，液体替换过滤器是您在服务器端使用的所有内容，它是您的正则表达式选项，即使它与通常的正则表达式功能相去甚远。