Ruby 删除除某些特殊字符以外的所有字符

我试图想出一个正则表达式来删除除一些字符以外的所有特殊字符。例如，我有一个字符串：

str = "subscripción gustaría♥"

我希望输出是

“subscribpción gustaría”

我尝试的方法是，匹配任何不是ascii字符（00-7F）且不是我想要的特殊字符的内容，并将其替换为空白

str.gsub(/(=?[^\x00-\x7F])(=?^\xC3\xB3)(=?^\xC3\xA1)/,'') 

这不管用。最后一个特殊字符不会被删除

有人能帮忙吗？（这是ruby 1.8）

---

更新：我想把问题弄清楚一点。该字符串是utf-8编码的。我试图将ascii字符加上ó和í列为白名单，将其他所有字符列为黑名单。

这个问题有点模糊。关于字符串的编码一个字也没有。另外，您要白名单字符还是黑名单字符？哪一个？

str.split('').find_all {|c| (0x00..0x7f).include? c.ord }.join('')

但是你得到了这个想法，决定你想要什么，然后像这里的同事已经提议的那样使用适当的范围。一些例子： 如果str=“subscribpción gustaría♥" 是utf-8吗 然后您可以将该范围（不包括空格）以上的所有字符列入黑名单：

如果字符串在ISO-8859-1代码页中，您可以尝试匹配ASCII范围开头的所有奇怪字符，如“heart”：

    str.gsub(/[\x01-\x1F]/,'')

---

这里的问题是正则表达式，与Ruby无关。您可能需要进行更多的实验。

问题有点模糊。字符串的编码没有一个词。此外，您想要白名单字符还是黑名单？哪些字符？ 但是你得到了这个想法，决定了你想要什么，然后像这里的同事已经建议的那样使用适当的范围。一些例子： 如果str=“subscribpción gustaría♥“是utf-8吗 然后您可以将该范围（不包括空格）以上的所有字符列入黑名单：

如果字符串在ISO-8859-1代码页中，您可以尝试匹配ASCII范围开头的所有奇怪字符，如“heart”：

    str.gsub(/[\x01-\x1F]/,'')

---

问题在于正则表达式，它与Ruby无关。您可能需要进行更多的实验。

不完全清楚要保留哪些字符以及要删除哪些字符。示例字符串的字符是一些Unicode字符，在我的浏览器中显示为心形符号。但似乎您正在处理8-b它包含ASCII字符（因为您使用的是ruby 1.8，并且正则表达式指向那个方向）

尽管如此，您应该能够通过以下两种方式之一进行操作：指定要保留的字符，或者指定要删除的字符。例如，以下内容指定应保留所有字符0x00-0x7F和0xC0-0xF6（删除不在该组中的所有字符）：

下一个示例指定应删除字符0xA1和0xC3

puts str.gsub(/[\xA1\xC3]/,'') 

---

还不完全清楚要保留哪些字符以及要删除哪些字符。示例字符串的字符是某些Unicode字符，在我的浏览器中显示为心形符号。但您似乎正在处理8位ASCII字符（因为您使用的是ruby 1.8，正则表达式指向该方向）

尽管如此，您应该能够通过以下两种方式之一进行操作：指定要保留的字符，或者指定要删除的字符。例如，以下内容指定应保留所有字符0x00-0x7F和0xC0-0xF6（删除不在该组中的所有字符）：

下一个示例指定应删除字符0xA1和0xC3

puts str.gsub(/[\xA1\xC3]/,'') 

---

Oniguruma支持您关心的所有字符，而无需处理代码点。您只需在白名单中的字符类中添加unicode字符，然后添加“u”选项即可

ruby-1.8.7-p248 > str = "subscripción gustaría♥"
 => "subscripci\303\263n gustar\303\255a\342\231\245" 
ruby-1.8.7-p248 > puts str.gsub(/[^a-zA-Z\sáéíóúÁÉÍÓÚ]/u,'')
subscripción gustaría
 => nil 

---

Oniguruma支持您关心的所有字符，而无需处理代码点。您只需在白名单中的字符类中添加unicode字符，然后添加“u”选项即可

ruby-1.8.7-p248 > str = "subscripción gustaría♥"
 => "subscripci\303\263n gustar\303\255a\342\231\245" 
ruby-1.8.7-p248 > puts str.gsub(/[^a-zA-Z\sáéíóúÁÉÍÓÚ]/u,'')
subscripción gustaría
 => nil 

---

我最后这样做了：str.gsub（/[^\x00-\x7FÁáÍíñÓÚÜü]/，“”）。它在我的mac上不工作，但在linux上工作。

我最后这样做了：str.gsub（/[^\x00-\x7FÁÍÍíñÓÚÜÜü]/，“”）。它在我的mac上不工作，但在linux上工作。

不，这删除了所有特殊字符。我只想要♥ 要删除而不是óandíNo，这删除了所有特殊字符。我只想♥ 是的，我的错，我应该提到它是utf-8编码的。我明白你的意思。我只是想把6个特殊字符列入白名单。所以，我想说的是“如果不在00-7F范围内，不在\xC3\xB3和\xC3\xA1范围内。”，然后将其替换为空白。我在尝试上面的解决方案时遇到语法错误。它不喜欢花括号。把它列入黑名单是个坏主意。谁知道外面会发生什么。你最好准确地说出你将要接受的，这样就不会有什么意外了。是的，我也很糟糕，我在用PHP思考，所以为我糟糕的正则表达式感到抱歉。看看马克·威尔金斯的答案，我测试了它，它在这个例子中起了作用。是的，我的错，我应该提到它是utf-8编码的。我明白你的意思。我试图将6个特殊字符列入白名单。所以，我想说的是“如果不在00-7F范围内，不在\xC3\xB3和\xC3\xA1范围内”，然后用空白替换它。我在尝试上面的解决方案时遇到语法错误。它不喜欢花括号。把它列入黑名单是个坏主意。谁知道外面会发生什么。你最好准确地说出你将要接受的，这样就不会有什么意外了。是的，我也很糟糕，我在用PHP思考，所以为我糟糕的正则表达式感到抱歉。看看Mark Wilkins的答案，我测试了它，在这个例子中它起了作用。然后你应该检查我的答案，它在我的Mac电脑上工作，但不匹配字节，这可能会对你造成错误。然后你应该检查我的答案，它在我的Mac电脑上工作，但不匹配字节，这可能会对你造成错误。