ruby-on-rails - spanish - rails i18n with parameters

Método Ruby para eliminar acentos de los caracteres internacionales UTF-8

Question

Estoy tratando de crear una copia ''normalizada'' de una cadena, para ayudar a reducir los nombres duplicados en una base de datos. Los nombres contienen muchos caracteres internacionales (es decir, letras con acento) y quiero crear una copia con los acentos eliminados.

Encontré el método a continuación, pero no puedo hacerlo funcionar. Parece que no puedo encontrar lo que es el plugin Unicode Hacks.

  # Utility method that retursn an ASCIIfied, downcased, and sanitized string.
  # It relies on the Unicode Hacks plugin by means of String#chars. We assume
  # $KCODE is ''u'' in environment.rb. By now we support a wide range of latin
  # accented letters, based on the Unicode Character Palette bundled inMacs.
  def self.normalize(str)
     n = str.chars.downcase.strip.to_s
     n.gsub!(/[à áâãäåÄÄ?]/u,    ''a'')
     n.gsub!(/æ/u,                  ''ae'')
     n.gsub!(/[ÄÄ?]/u,                ''d'')
     n.gsub!(/[çÄ?ÄÄ?Ä?]/u,          ''c'')
     n.gsub!(/[èéêëÄ?Ä?Ä?Ä?Ä?]/u, ''e'')
     n.gsub!(/Æ?/u,                   ''f'')
     n.gsub!(/[ÄÄ?Ä¡Ä£]/u,            ''g'')
     n.gsub!(/[ĥħ]/,                ''h'')
     n.gsub!(/[ììíîïīĩĭ]/u,     ''i'')
     n.gsub!(/[įıijĵ]/u,           ''j'')
     n.gsub!(/[ķĸ]/u,               ''k'')
     n.gsub!(/[Å?ľĺļÅ?]/u,         ''l'')
     n.gsub!(/[ñÅ?Å?Å?Å?Å?]/u,       ''n'')
     n.gsub!(/[òóôõöøÅÅ?ÅÅ]/u,  ''o'')
     n.gsub!(/Å?/u,                  ''oe'')
     n.gsub!(/Ä?/u,                   ''q'')
     n.gsub!(/[Å?Å?Å?]/u,             ''r'')
     n.gsub!(/[Å?Å¡Å?ÅÈ?]/u,          ''s'')
     n.gsub!(/[ťţŧÈ?]/u,           ''t'')
     n.gsub!(/[ùúûüūůűŭũų]/u,''u'')
     n.gsub!(/ŵ/u,                   ''w'')
     n.gsub!(/[ýÿŷ]/u,             ''y'')
     n.gsub!(/[žżź]/u,             ''z'')
     n.gsub!(//s+/,                   '' '')
     n.gsub!(/[^/sa-z0-9_-]/,          '''')
     n
  end

¿Necesito ''requerir'' una biblioteca / gema en particular? O tal vez alguien podría recomendar otra forma de hacerlo.

No estoy usando Rails, ni pienso hacerlo.

Answer 1

El método de parameterize podría ser una solución agradable y simple para eliminar caracteres especiales para usar la cadena como identificador legible por humanos:

> "Françoise Isaïe".parameterize
=> "francoise-isaie"

Answer 2

Generalmente uso I18n para manejar esto:

1.9.3p392 :001 > require "i18n"
 => true
1.9.3p392 :002 > I18n.transliterate("Hé les mecs!")
 => "He les mecs!"

Answer 3

Hasta ahora, la siguiente es la única forma en que he podido lograr lo que necesito:

str.tr(
"ÀÁÂÃÄÅàáâãäåĀāĂ㥹ÇçĆćĈĉĊċČčÐðĎďĐđÈÉÊËèéêëĒēĔĕĖėĘęĚěĜĝĞğĠġĢģĤĥĦħÌÍÎÏìíîïĨĩĪīĬĭĮįİıĴĵĶķĸĹĺĻļĽľĿŀŁłÑñŃńŅņŇňʼnŊŋÒÓÔÕÖØòóôõöøŌōŎŏŐőŔŕŖŗŘřŚśŜŝŞşŠšſŢţŤťŦŧÙÚÛÜùúûüŨũŪūŬŭŮůŰűŲųŴŵÝýÿŶŷŸŹźŻżŽž",
"AAAAAAaaaaaaAaAaAaCcCcCcCcCcDdDdDdEEEEeeeeEeEeEeEeEeGgGgGgGgHhHhIIIIiiiiIiIiIiIiIiJjKkkLlLlLlLlLlNnNnNnNnnNnOOOOOOooooooOoOoOoRrRrRrSsSsSsSssTtTtTtUUUUuuuuUuUuUuUuUuUuWwYyyYyYZzZzZz")

Pero el uso de este se siente muy ''hackish'', y me encantaría encontrar una mejor manera.