如何在Ruby中删除4个字节的utf-8字符？

发布时间：2020-12-16 20:40:16 所属栏目：百科来源：网络整理

导读：由于MySQL的utf8不支持4字节字符,我正在寻找一种方法来检测和消除Ruby中字符串中的任何4字节utf8字符.我明白,我可以更新我的表使用utf8m4,但由于几个原因是不可能或所需的解决方案. 简单地将字符串编码为ASCII将删除这些字符,但也会删除所有其他非ASCII字符,

由于MySQL的utf8不支持4字节字符,我正在寻找一种方法来检测和消除Ruby中字符串中的任何4字节utf8字符.我明白,我可以更新我的表使用utf8m4,但由于几个原因是不可能或所需的解决方案.

简单地将字符串编码为ASCII将删除这些字符,但也会删除所有其他非ASCII字符,这不是很好.

Ruby 1.9.3中的以下内容似乎适用于我：

input.each_char.select{|c| c.bytes.count < 4 }.join('')

例如：

input = "hello xF0xA9xB6x98 world"                  # includes U+29D98
input.each_char.select{|c| c.bytes.count < 4 }.join('') # 'hello  world'

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!