文件/文件夹名称的无效字符过滤器？（Ruby）

Question

我的脚本从网络下载文件，然后将它们保存在与相同网站获取的名称相同的位置。我需要一个能够过滤或删除Windows NTFS下无效字符的文件/文件夹名称的过滤器。如果有多平台过滤器就更好了。

注：类似于htmlentities的东西会很棒...

- Radek

---

可能是重复的问题，参考如何使Ruby字符串对文件系统安全？。 - Jon Schneider

Answer 1

就像 Geo 说的那样，通过使用 gsub 函数，您可以轻松地将所有无效字符转换为有效字符。例如：

file_names.map! do |f|
  f.gsub(/[<invalid characters>]/, '_')
end

您需要将文件名中不允许的所有可能字符替换为<invalid characters>，这些字符在您的文件系统上是不允许的。在上面的代码中，每个无效字符都被替换为_。

Wikipedia告诉我们，以下字符在NTFS上不允许使用：

• U+0000（NUL）
• /（斜杠）
• \（反斜杠）
• ：（冒号）
• *（星号）
• ?（问号）
• "（引号）
• <（小于）

• （大于）

• |（管道符）

因此，您的gsub调用可能像这样：

file_names.map! { |f| f.gsub(/[\x00\/\\:\*\?\"<>\|]/, '_') }

它将所有无效字符替换为下划线。

- liwp

---

@liwp：那绝对是一个解决方案。我知道gsub，但我在想是否有任何gem可用，甚至跨平台。通常情况下，对于任何东西都很少有它们;-)感谢您的代码。 - Radek

Answer 2

filename_string.gsub(/[^\w\.]/, '_')

说明：将除单词字符（字母、数字、下划线）和点号之外的所有内容替换掉。

- Sully

Answer 3

我认为你最好的选择是对文件名使用gsub函数。其中一件你需要删除/替换的内容是:。

- Geo

---

这不是适用于Windows的正确语句。 - CAMOBAP

Answer 4

我不知道你计划如何后续使用这些文件，但最可靠的解决方案是将原始文件名保存在数据库表中（或以其他方式序列化哈希），并根据您（或数据库）生成的唯一ID命名物理文件。

另外，此方法的另一个优点是您无需担心具有相同名称（或过滤为相同名称的不同名称）的文件。

- Mladen Jablanović

---

我猜人类需要查看那些文件。即使他删除了不需要的字符，文件名仍然可能对某些人有意义，而ID可能没有。 - Geo

好的，那么如果您只计划通过HTTP进一步提供这些文件，ID就可以了。 - Mladen Jablanović