有时我在字符串中间有邪恶的不可打印字符.这些字符串是用户输入,所以我必须让我的程序接收它,而不是尝试更改问题的来源.
例如,它们可以在字符串的中间有zero width no-break space.例如,在解析.po文件时,一个有问题的部分是文件中间的字符串“他是一个神的人”.虽然一切看似正确,但用irb显示检查：
"he is a man of god".codepoints => [104,101,32,105,115,97,65279,109,110,111,102,103,100]
我相信我知道BOM是什么,我甚至可以很好地处理它.但是有时我在文件的中间有这样的字符,因此它不是BOM.
我目前的做法是以一种非常臭的方式删除所有我发现邪恶的角色：
text = (text.codepoints - CODEPOINTS_BlACKLIST).pack("U*")
我得到的最接近的是this post,这导致我：print：regexp上的选项.然而这对我没有好处：
"m".scan(/[[:print:]]/).join.codepoints => [65279,109]
所以问题是：如何从ruby中的字符串中删除所有不可打印的字符？