Supprimer tous les caractères spéciaux sauf

Question

J'essaie de trouver une expression rationnelle pour supprimer tous les caractères spéciaux sauf certains. Par exemple, j'ai une chaîne:

str = "subscripción gustaría♥" 

Je veux que la sortie soit "subscripción gustaría".

La façon dont j'ai essayé de faire est de faire correspondre tout ce qui n'est pas un caractère ascii (00 - 7F) et pas le caractère spécial que je veux et le remplacer par un blanc.

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

Cela ne fonctionne pas. Le dernier caractère spécial n'est pas supprimé.

Quelqu'un peut-il aider? (Ceci est rubis 1.8)

Mise à jour: J'essaie de rendre la question un peu plus claire. La chaîne est encodée en utf-8. Et j'essaie de mettre en liste blanche les caractères ascii plus ó et í et de tout mettre en liste noire.

Answer 1

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

Answer 2

La question est un peu vague. Il n'y a pas un mot sur le codage de la chaîne. En outre, vous voulez des caractères blancs ou une liste noire? Lesquels? Mais vous avez l'idée, décidez de ce que vous voulez, et ensuite utilisez les plages appropriées en tant que collègues ici déjà proposées. Quelques exemples: si str = "subscripción gustaría ♥" est utf-8 alors vous pouvez la liste noire tous les ombles dessus de la gamme (sauf): espaces.

 str.gsub(/[^\x{0021}-\x{017E}\s]/,'') 

si la chaîne est en codepage ISO-8859-1 vous peut essayer de faire correspondre tous les personnages excentriques comme le « cœur » depuis le début de la plage ASCII:

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

le problème est ici avec regex, n'a rien à voir avec Ruby. Vous aurez probablement besoin d'expérimenter plus.

Answer 3

Les caractères que vous souhaitez conserver et que vous souhaitez supprimer ne sont pas complètement définis. Le caractère de la chaîne de l'exemple est un caractère Unicode qui, dans mon navigateur, s'affiche sous la forme d'un symbole de cœur. Mais il semble que vous ayez affaire à des caractères ASCII 8 bits (puisque vous utilisez ruby ​​1.8 et vos expressions régulières pointent de cette façon). Néanmoins, vous devriez être capable de le faire de l'une des deux manières suivantes; soit spécifiez les caractères que vous souhaitez conserver, soit spécifiez les caractères que vous souhaitez supprimer. Par exemple, ce qui suit précise que tous les caractères doivent être conservés 0x00-0x7F et 0xC0-0xF6 (supprimer tout ce qui est pas dans ce groupe):

puts str.gsub(/[^\x00-\x7F\xC0-\xF6]/,'') 

Cet exemple suivant spécifie que les caractères 0xA1 et 0xC3 devraient être supprimés.

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

Answer 4

Oniguruma prend en charge tous les caractères qui vous intéressent sans avoir à traiter de points de code. Vous pouvez simplement ajouter les caractères Unicode dans la classe de caractères que vous êtes en liste blanche, suivi de l'option 'u'.

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 

Answer 5

Je fini par faire ceci: str.gsub (/ [^ \ x00- \ x7FÁáÉéÍíÑñÓóÚúÜü] /, ''). Cela ne marche pas sur mon mac mais fonctionne sur linux.