有时我在字符串中间有邪恶的不可打印字符.这些字符串是用户输入,所以我必须让我的程序接收它,而不是尝试更改问题的来源.
例如,它们可以在字符串的中间具有零宽度的无中断空间.例如,在解析文件时,一个有问题的部分是文件中间的字符串.虽然一切看起来都是正确的,但用展示检查它:.po"he is a man of god"irb
"he is a man of god".codepoints
=> [104, 101, 32, 105, 115, 32, 97, 32, 65279, 109, 97, 110, 32, 111, 102, 32, 103, 111, 100]
我相信我知道它BOM是什么,我甚至可以很好地处理它.但是有时我在文件的中间有这样的字符,所以它不是BOM.
我目前的做法是以一种非常臭的方式删除所有我发现邪恶的角色:
text = (text.codepoints - CODEPOINTS_BlACKLIST).pack("U*")
我得到的最接近的是关注这篇帖子,这让我:print:选择了regexp.然而这对我没有好处:
"m".scan(/[[:print:]]/).join.codepoints
=> [65279, 109]
所以问题是:如何从ruby中的字符串中删除所有不可打印的字符？