如何在Ruby中刪除空格但不刪除utf-8字符

Question

我想防止用戶寫空評論（空格，  等）。 所以我應用以下內容：

var.gsub(/^\s+|\s+\z|\s* \s*/.'')

但是，然后一個聰明的用戶通過使用\\302或\\240 unicode字符找到了一個漏洞，因此我也過濾掉了這些字符。

然后在介紹幾種語言支持時遇到了問題，然后像Déjà vu這樣的詞就變成了錯誤。 因為à字符的一部分包含\\240 。 有什么方法可以刪除空白但不影響拉丁字符？

Answer 1

一種解決方法是在使用正則表達式刪除空白之前，使用iconv丟棄無效的unicode字符（例如\\230本身）：

require 'iconv'

var1 = "Déjà vu"
var2 = "\240"

ic = Iconv.new('UTF-8//IGNORE', 'UTF-8')
valid1 = ic.iconv(var1) # => "D\303\251j\303\240 vu" 
valid2 = ic.iconv(var2) # => ""