Ruby 从保留重音字符的字符串中删除非字母数字字符
为了执行搜索方法，我需要从字符串中删除字符，如“+”、“/”、“_”等 根据这里的另一个问题，我使用gsub方法得到了这个，问题是它还替代了重音字母，我不想：Ruby 从保留重音字符的字符串中删除非字母数字字符,ruby,Ruby,为了执行搜索方法，我需要从字符串中删除字符，如“+”、“/”、“_”等 根据这里的另一个问题，我使用gsub方法得到了这个，问题是它还替代了重音字母，我不想： string.gsub（/[^0-9A-Za-z]/，“”） 编辑：我需要支持的语言是西班牙语和加泰罗尼亚语 有没有办法调整表达式以保留带有重音的字母？借用答案，许多（但不是所有）重音字符的正则表达式字符范围是À-ÿ。因此，要匹配这些，您只需将其添加到现有范围： string.gsub(/[^0-9A-Za-zÀ-ÿ]/, '') 这在
string.gsub（/[^0-9A-Za-z]/，“”）À-ÿstring.gsub(/[^0-9A-Za-zÀ-ÿ]/, '')
puts "I went to a café.".gsub(/[^0-9A-Za-zÀ-ÿ]/, '') # Iwenttoacafé
puts "Ahoj, světe!".gsub(/[^0-9A-Za-zÀ-ÿ]/, '') # Ahojsvte
À-ÿstring.gsub(/[^0-9A-Za-zÀ-ÿ]/, '')
puts "I went to a café.".gsub(/[^0-9A-Za-zÀ-ÿ]/, '') # Iwenttoacafé
puts "Ahoj, světe!".gsub(/[^0-9A-Za-zÀ-ÿ]/, '') # Ahojsvte
这对于您的用例来说可能很好，但是如果您处理的是捷克语文本，您可能需要额外的字符范围来匹配新月。您还可以使用
POSIX括号表达式。您将在ruby文档中找到所有需要的内容
在您的情况下，您可以使用：
string.gsub(/[^[:alpha:]]/, '')
或：
从文件中：
/[[：alnum:][]/-字母和数字字符
/[：alpha:][]/-字母字符
也可以使用POSIX括号表达式
。您将在ruby文档中找到所有需要的内容
在您的情况下，您可以使用：
string.gsub(/[^[:alpha:]]/, '')
或：
从文件中：
/[[：alnum:][]/-字母和数字字符
/[：alpha:][]/-字母字符
到目前为止，这里给出的两个答案都是完全错误的
现代unicode中有两种重音：组合和组合变音符号（分解）与Ruby 2.3+一切都很简单：
"Barça".unicode_normalize(:nfc).scan(/\p{L}/)
#⇒ ["B", "a", "r", "ç", "a"]
无论“ç”是如何构造的，作为拉丁语合成的字符，还是作为组合变音符号，上述内容都将起作用
这就是说，要删除所有非字母，需要执行以下操作：
"Barça".unicode_normalize(:nfc).gsub(/[^\p{L}]/, '')
在Ruby 2.3之前，没有标准的方法将字符串规范化为组合形式，而对于“mañana”，简单的范围À..ÿ
可以工作（组合形式），“mañana”则不行（组合变音符号）您可以通过将两者复制粘贴到您的irb
shell中来确保两者之间存在差异。到目前为止，这里给出的两个答案都是完全错误的
现代unicode中有两种重音：组合和组合变音符号（分解）与Ruby 2.3+一切都很简单：
"Barça".unicode_normalize(:nfc).scan(/\p{L}/)
#⇒ ["B", "a", "r", "ç", "a"]
无论“ç”是如何构造的，作为拉丁语合成的字符，还是作为组合变音符号，上述内容都将起作用
这就是说，要删除所有非字母，需要执行以下操作：
"Barça".unicode_normalize(:nfc).gsub(/[^\p{L}]/, '')
在Ruby 2.3之前，没有标准的方法将字符串规范化为组合形式，而对于“mañana”，简单的范围À..ÿ
可以工作（组合形式），“mañana”则不行（组合变音符号）您可以通过将两者复制粘贴到您的irb
shell中来确保它们之间存在差异。您特别希望保留哪些重音？您使用的是什么语言？西班牙语和加泰罗尼亚语，因此我需要同时支持尖锐和严重重音string.gsub（/[[：punct:]]/，''）
删除标点符号。您特别希望保留哪些重音？你在用什么语言？西班牙语和加泰罗尼亚语，所以我需要同时支持尖锐和严重的口音string.gsub（/[:punct:]]/，''）
删除标点符号。看起来很有希望，但不管用，“tórica”。gsub（/[^[：alnum]]/，''）
返回“a”
很抱歉，示例中缺少一个分号：
。现在已经编辑好了。谢谢，可以了。我会接受mudasobwa，因为他之前已经回答过了，仍然很感谢你的回答。@ErnestoG不，这不起作用。试试“mañana”.gsub（/[^[：alpha:]]/，''）
@ErnestoG这并不奇怪，我在回答中解释了这种行为。当你用键盘输入时，它会吐出已经组合好的值。甚至这些字符串的长度也不同：%w | mañana mañana | map（&:length）#⇒[7,6]
。这就是使用unicode\u normalize（：nfc）“tórica”。gsub（/[^[：alnum]]/，”）“a”：“mañana”.gsub（/[^[：alpha:]]/，''）%w | mañana mañana | map（&:length）#⇒[7,6]“mañana”“mañana”“Barça”.unicode_规范化（：nfc）.gsub（/[^\p{L}]/，''）