特殊字符替换为“？”

Question

我有一个简单的 html 表单，我想提交。它是登录表单。我在 ruby​​ on rails 控制器上提交它。 当其中一个输入（电子邮件）的值中有一些特殊字符时，例如 č、ć、đ、š 或 ž。这些字符被替换为 ?特点。

如果我在输入字段 user?@domain.com 中有值，它将不会通过针对 "/\A[\w\d._%-]+\@[\w\d.-]+.[ 的评估\w]{2,4}\z/"

但例如，值 userž@domain.com 在 ruby​​ 代码中被视为 user?@domain.com （使用 puts 方法），它通过了上面提到的正则表达式验证。

我正在使用 jruby 1.6.5.1 和 Rails 2.3.8

有谁知道这是怎么回事？

Answer 1

\w 在正则表达式中似乎也可以捕获 č、ć 等（unicode 字符）。如果你只想要“普通”字符，你应该使用A-Za-z0-9_，那么你的正则表达式将是

/\A[A-Za-z\d._%-]+\@[A-Za-z0-9_.-]+.[A-Za-z0-9_]{2,4}\z/

不需要 0-9，因为您在 [] 中已经有 \d。但如果我应该写它，我也会使用 0-9 来使其更具可读性，我更喜欢 ^ 和 $ 而不是 \A 和 \z。那将是（加上一些其他的小调整）：

/^[A-Za-z0-9_.%-]+\@[A-Za-z0-9_.-]+.[A-Za-z]{2,4}$/

我不确定您为什么在正则表达式中允许%？ （在您的问题中包含在您的正则表达式中）。

编辑： 我做了一些搜索，根据平台的不同，Regexp 中的 unicode 字符的行为似乎有所不同。据我了解，例如在 Java 中 \w 仅限于 [A-Za-z0-9_]，但在其他平台中，unicode 字符可以包含在 \w 中。这是我从以下链接中发现的：

这里有一些链接：

Matching (e.g.) a Unicode letter with Java regexps

在那个帖子中我找到了这些链接：

（和这个问题差不多）Unicode equivalents for \w and \b in Java regular expressions?

（来自正则表达式教程）http://www.regular-expressions.info/unicode.html