Ruby China

新手问题 转义字符串

as181920 · 2012年11月23日 · 最后由 luikore 回复于 2012年11月24日 · 11555 次阅读

用 elasticsearch 做搜索，以下是需要转义的字符

  • - && || ! ( ) { } [ ] ^ " ~ * ? : \ 有什么好的更快捷的方式来转义？ 我先用 string.gsub(/此处省略/,"")
3 个赞
jhjguxin #1 2012年11月23日

try

"" << '\n'
a="#{'\n'}"

还是 gsub 吧 很多 转义不支持的

as181920 #2 2012年11月23日

.gsub(/+|-|&&||||！|(|)|{|}|[|]|^|\"|~|*|\?|：|\/," ") 先用了这个

luikore #3 2012年11月23日

.gsub(/[\p{Punctuation}\p{Symbol}]/, '') 中文标点适用

3 个赞
as181920 #4 2012年11月24日

#3 楼 @luikore greate!，命令行下完全 ok，看上去很好。能否稍微解释下，偶对正则没有详细研究过。

as181920 #5 2012年11月24日

http://www.ruby-doc.org/core-1.9.3/Regexp.html 看了下 api 找到了，总之非常感谢！

luikore #6 2012年11月24日

#4 楼 @as181920 这是 unicode character property group (翻译成字符属性组?) 的写法，很多正则引擎例如 Perl, .NET, ruby 都支持，详细列表文档里有 http://www.ruby-doc.org/core-1.9.3/Regexp.html#label-Character+Properties

还有个常用的用法就是匹配中文 \p{Han}

对文档补充说明一下：

  • Letter 是字母或者字符
  • Mark 是字符上面或者侧面的小点类型的附加元素，如音调标记或者 ü 上的两点
  • Symbol 是符号，如 +-*/
  • Punctuation 是标点符号，如 ,.
  • Separator 有 3 种：空格 Zs 换行符 Zl 分段符 Zp

Ruby 2.0 里新加了 Grapheme (这个词是学着音素 (Phoneme) 造出来的，可以看作"字素") 的匹配 \X

1 个赞
as181920 #7 2012年11月24日

#6 楼 @luikore 学习了：），Thx.

hooopo #8 2012年11月24日

#6 楼 @luikore 正则好强大啊。。有时候简单的case用String#encode也很方便：

[8] pry(main)> p "<>&\"".encode(:xml => :text)
"&lt;&gt;&amp;\""
=> "&lt;&gt;&amp;\""
[9] pry(main)> p "<>&\"".encode(:xml => :attr)[1..-2]
"&lt;&gt;&amp;&quot;"
=> "&lt;&gt;&amp;&quot;"

PS. 比正则要快一些噢～还能替换 crlf 什么的。

:invalid => nil            # raise error on invalid byte sequence (default)
:invalid => :replace       # replace invalid byte sequence
:undef => nil              # raise error on undefined conversion (default)
:undef => :replace         # replace undefined conversion
:replace => string         # replacement string ("?" or "\uFFFD" if not specified)
:newline => :universal     # decorator for converting CRLF and CR to LF
:newline => :crlf          # decorator for converting LF to CRLF
:newline => :cr            # decorator for converting LF to CR
:universal_newline => true # decorator for converting CRLF and CR to LF
:crlf_newline => true      # decorator for converting LF to CRLF
:cr_newline => true        # decorator for converting LF to CR
:xml => :text              # escape as XML CharData.
:xml => :attr              # escape as XML AttValue

refs: http://www.ruby-doc.org/core-2.0/String.html#method-i-encode

luikore #9 2012年11月24日

#8 楼 @hooopo 原来 encode 还加了 xml 转义能力！

需要 登录 后方可回复, 如果你还没有账号请 注册新账号