将不间断空格转换为Ruby中的空格
我有一些情况，当编码为utf-8 json时，来自html textarea或输入的用户输入数据有时会以\u00a0 （非中断空格）而不是空格发送。
我认为这是Firefox中的一个错误，因为我知道用户不是故意放入不间断的空格而不是空格。
Ruby中还有两个错误，其中一个可以用来对抗另一个。
无论出于什么原因， \s都不匹配\u00a0 。
但是[^[:print:]] ，绝对不应该匹配）和\xC2\xA0都匹配，但我认为那些是不太理想的方法来处理这个问题。
是否有其他建议可以解决这个问题？
使用/\u00a0/匹配不间断空格。 例如， s.gsub(/\u00a0/, ' ')将所有非中断空格转换为常规空格。
使用/[[:space:]]/匹配所有空格，包括Unicode空格，如非破坏空格。 这与/\s/ ，它只匹配ASCII空格。
另请参见： Ruby Regexp文档
如果您不能将\s用于Unicode空格，那么这是Ruby正则表达式实现中的一个错误，因为根据UTS＃18“Unicode正则表达式”附录C关于兼容性属性 a \s ， 绝对需要匹配任何Unicode空白代码点。
由于详细说明标准建议书和POSIX兼容性的两列与\s案例相同，因此不允许摆动。 你无法记录下这方面：你不符合Unicode标准，尤其是UTS＃18的RL1.2a ，如果你不这样做的话。
如果您不符合RL1.2a，则不符合1级要求，这是在Unicode上使用正则表达式所需的最基本和基本function。 没有它，你几乎迷失了。 这就是标准存在的原因。 我的回忆是Ruby也无法满足其他几个1级要求。 因此，如果您确实需要使用正则表达式处理Unicode，则可能希望使用满足至少1级的编程语言。
请注意，您不能使用像\p{Zs}这样的Unicode常规类别属性来代表\p{Whitespace} 。 那是因为Whitespace属性是派生属性，而不是一般类别。 其中还包含控制字符，而不仅仅是分隔符。
无论出于什么原因，\ s都不匹配\ u00a0。
我认为“无论什么原因”是不应该的。 只有POSIX和\ p构造字符类可识别Unicode。 字符级缩写不是：
Sequence As[...] Meaning \d [0-9] ASCII decimal digit character \D [^0-9] Any character except a digit \h [0-9a-fA-F] Hexadecimal digit character \H [^0-9a-fA-F] Any character except a hex digit \s [ \t\r\n\f] ASCII whitespace character \S [^ \t\r\n\f] Any character except whitespace \w [A-Za-z0-9\_] ASCII word character \W [^A-Za-z0-9\_] Any character except a word character
使用最新Rubies回答问题的实际functionIRB代码示例（2012年5月）
Ruby 1.9
require 'rubygems' require 'nokogiri' RUBY_DESCRIPTION # => "ruby 1.9.3p194 (2012-04-20 revision 35410) [x86_64-linux]" doc = ' ' page = Nokogiri::HTML(doc) s = page.inner_text s.each_codepoint {|c| print c, ' ' } #=> 32 160 32 s.strip.each_codepoint {|c| print c, ' ' } #=> 160 s.gsub(/\s+/,'').each_codepoint {|c| print c, ' ' } #=> 160 s.gsub(/\u00A0/,'').strip.empty? #true
Ruby 1.8
require 'rubygems' require 'nokogiri' RUBY_DESCRIPTION # => "ruby 1.8.7 (2012-02-08 patchlevel 358) [x86_64-linux]" doc = ' ' page = Nokogiri::HTML(doc) s = page.inner_text # " \302\240 " s.gsub(/\s+/,'') # "\302\240" s.gsub(/\302\240/,'').strip.empty? #true
对于旧版本的ruby（1.8.x），修复程序是问题中描述的修复程序。
这是在较新版本的ruby 1.9+中修复的。
虽然与Ruby无关（而不是与此问题直接相关），但问题的核心可能是Mac上的Alt + Space会产生不间断的空间。
这可能会导致各种奇怪的行为（特别是在终端中）。
对于那些对更多细节感兴趣的人，我写了一篇“ 为什么在Mac OS X中用管道链接命令并不总是有用”这个主题不久前。