gsub来自ruby中字符串的ASCII码字符

Question

我正在使用nokogiri来屏蔽一些HTML。 在某些情况下，我得到了一些奇怪的字符，我用以下代码跟踪了这些字符的ASCII码：

  @parser.leads[0].phone_numbers[0].each_byte  do |c|
    puts "char=#{c}"
  end

有问题的字符的ASCII码为194和160。

我想以某种方式解析这些字符。

我尝试了以下代码，但它不起作用。

@parser.leads[0].phone_numbers[0].gsub(/160.chr/,'').gsub(/194.chr/,'')

谁能告诉我如何实现这一目标？

Answer 1

我在尝试在“修剪”字符串时去掉不可见的字符时发现了这个问题。

s.strip没有为我工作，我发现不可见字符有ord数194

上面的方法都没有为我工作，但后来我发现“ 将非破坏空间转换为Ruby中的空格 ”问题说：

使用/\ /匹配不间断空格： s.gsub(/\ /, ' ')将所有不间断空格转换为常规空格

使用/[[:space:]]/匹配所有空格，包括Unicode空格，如非中断空格。 这与/\\s/ ，它只匹配ASCII空格。

很高兴我找到了！ 现在我正在使用：

s.gsub(/[[:space:]]/,'')

这并没有回答如何gsub特定字符代码的问题，但如果你只是想删除空格，它似乎工作得很好。

Answer 2

您的问题是您想要进行方法调用，而是创建一个Regexp。 您正在搜索并替换由字符串“160”组成的字符串，后跟任何字符，然后是字符串“chr”，然后执行相同操作，除非“160”替换为“194”。

相反，做gsub(160.chr, '') 。

Answer 3

更新（2018）：此代码在当前的Ruby版本中不起作用。 请参考其他答案。

你也可以试试

s.gsub(/\xA0|\xC2/, '')

要么

s.delete 160.chr+194.chr

Answer 4

首先想到的是你应该使用gsub！ 而不是gsub

gsub返回一个字符串和gsub！ 在适当的位置执行替换

Answer 5

我在尝试上述解决方案时遇到“无效的多字节转义”错误，但是针对不同的情况。 当数字大于999时谷歌返回\\ xA0，我想删除它。 所以我所做的是使用return_value.gsub（/ [\\ xA0] / n，“”）代替它，它对我来说非常好。