如何将格式化的字符串转换为纯文本答案

【问题标题】：How to convert a formatted string into plain text如何将格式化的字符串转换为纯文本
【发布时间】：2021-09-25 03:33:06
【问题描述】：

用户复制粘贴并发送以下格式的数据：“???????????????????????????????????????? ？？？” 我需要将其转换为纯 txt（我们可以说 ascii 字符），例如“jovy debbie” 它有不同的字体和格式：前任： '???????????????????????? ????????????????????? '????????????????????????????????? ???????????????????????? ????????????????????????'

任何帮助将不胜感激，我已经参考了其他堆栈溢出问题但没有运气:(

【问题讨论】：

到目前为止您尝试过什么？能否提供一些代码示例？
所以.... 只是为了稍微清理一下您的术语，"???????????????? ????????????????????????" IS 是一个纯字符串，它是 NOT 一种字体。您是正确的，这些不是 ASCII 字符，但您使用的其他术语是错误的。
US-ASCII 是UTF-8 characters 的子集。您收到的只是非 ASCII 字符，您显然希望将其映射为 ASCII 字符。但是请注意，一般而言，这不是一个定义非常明确的问题，因为有些字符的映射不明确，甚至根本没有逻辑映射，例如Ώ, Ԫ, ֎, ؠ, .....
甚至 表情符号 ????是有效的（可能是）UTF-8 字符的组合！！
感谢您纠正我@TomLord。您对如何将其转换为一种通用格式有任何意见吗？然后再根据需要根据常用格式转换成。

标签： ruby-on-rails ruby string

【解决方案1】：

这些字母来自Mathematical Alphanumeric Symbols 块。

由于它们与 ASCII 对应物有固定的偏移量，您可以使用 tr 来映射它们，例如：

"???? ??????".tr("?-?", "a-z")
#=> "jovy debbie"

同样的方法可以用于其他样式，例如

"?????? ?????".tr("?-??-?", "a-zA-Z")
#=> "Jenica Dugos"

这使您可以完全控制字符映射。

或者，您可以尝试Unicode normalization。 NFKC / NFKD 表单应该删除大多数格式，并且似乎适用于您的示例：

"???? ??????".unicode_normalize(:nfkc)
#=> "jovy debbie"

"?????? ?????".unicode_normalize(:nfkc)
#=> "Jenica Dugos"

【讨论】：

如果字符串采用另一种格式，它不会丢失：'???????????''????????????????????' span>
我想更大的问题是：为什么您的用户发送晦涩的 unicode 字符，如果您现在担心将所有输入映射回 ASCII，那么您为什么要接受它作为有效输入？跨度>
@TomLord 我正在研究一个遗留系统，它在数据库中包含此类数据，所以我需要更正它。