如何在Ruby中删除4个字节的utf-8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.

解决方法

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

原文地址：https://www.jb51.cc/ruby/273878.html