ruby on rails - regular - ¿Cómo puedo eliminar caracteres especiales?

ruby regular expressions examples

Question

Estoy practicando con Ruby y Regex para eliminar ciertos caracteres no deseados. Por ejemplo:

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

y para caracteres especiales, ejemplo ☻ o ™:

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

Esto solo deja números, vale. Pero esto solo funciona si el usuario ingresa un carácter especial como un código, como este:

™

Mi pregunta: cómo puedo eliminar caracteres especiales si el usuario ingresa un carácter especial sin código, como este:

™ ☻

Answer 1

En primer lugar, creo que sería más fácil definir lo que constituye "entrada correcta" y eliminar todo lo demás. Por ejemplo:

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

Si eso no es lo que quieres (quieres admitir alfabetos no latinos, etc.), entonces creo que debes hacer una lista de los glifos que quieres eliminar (como ™ o ☻), y eliminarlos uno a uno , ya que es difícil distinguir entre un carácter chino, árabe, etc. y una pictografía mediante programación.

Finalmente, es posible que desee normalizar su entrada mediante la conversión hacia o desde secuencias de escape de HTML.

Answer 2

Puede hacer coincidir todos los caracteres que desee y, a continuación, unirlos, así:

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

que saca "abc"

Answer 3

Puedes usar parameterize :

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

Answer 4

Si solo quería caracteres ASCII, puede usar:

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

Answer 5

Una forma más fácil de hacerlo inspirada por la respuesta de Can Berk Güder es:

Para eliminar caracteres especiales:

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

Para mantener los caracteres de las palabras:

input = input.scan(//w/)

¡Al final la entrada es la misma! Pruébalo: http://rubular.com/