如何在Ruby中刪除4個字節的utf-8字符？

Question

由於MySQL的utf8不支持4字節字符，我正在尋找一種方法來檢測並消除Ruby中字符串中的任何4字節utf8字符。 我知道我可以更新我的表使用utf8m4，但有幾個原因是不可能或所需的解決方案。

簡單地將字符串編碼為ASCII將刪除這些字符，但也會刪除所有其他非ASCII字符，這是不好的。

Answer 1

以下似乎在Ruby 1.9.3中對我有用：

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

例如：

input = "hello \xF0\xA9\xB6\x98 world"                  # includes U+29D98
input.each_char.select{|c| c.bytes.count < 4 }.join('') # 'hello  world'