在 Ruby 中删除非字母数字字符而不删除国际字符

Question

我想在一个字符串中删除非字母数字字符，但不删除国际字符，例如重音字母。我还想保留空格。以下是我目前的代码：

the_string = the_string.gsub(/[^a-z0-9 -]/i, '')

这确实可以去除国际音标的字母。

我使用的解决方案：

the_string = the_string.gsub(/[^\p{Alnum}\p{Space}-]/u, '')

它有效了！谢谢。

- Kevin K

---

使用的 Ruby 版本为：ruby 1.9.3p194 - Kevin K

Answer 1

你可以使用字符属性来实现这个目标：character properties。

the_string.gsub(/[^\p{Alnum} -]/, '')

您可能还想使用 \p{Space} 来保留其他空白字符，例如不间断空格等:

the_string.gsub(/[^\p{Alnum}\p{Space}-]/, '')

（这也保留了正则表达式中的 - 字符。）

- matt

---

使用您的第二个示例，我收到了此错误：不兼容的编码正则表达式匹配（ASCII-8BIT正则表达式与UTF-8字符串）。 - Kevin K

@KevinM 请尝试添加u标志以指定正则表达式为utf-8：/[^\p{Alnum}\p{Space}-]/u。 - matt

Ruby 中不存在这个修饰符。 - Casimir et Hippolyte

@CasimiretHippolyte，u修饰符是什么意思？“正则表达式默认使用源编码。可以使用以下修饰符之一来覆盖此设置。/pat/u - UTF-8” – http://www.ruby-doc.org/core-1.9.3/Regexp.html#class-Regexp-label-Encoding - matt

你说得对，我不知道 Ruby 中有这些修饰符。感谢提供信息。 - Casimir et Hippolyte