如何删除Ruby中的4字节utf-8字符？

Question

由于MySQL的utf8不支持4字节字符，我正在寻找一种方法来检测并消除Ruby中字符串的任何4字节utf8字符。我知道我可以更新我的表来使用utf8m4，但出于几个原因，这是不可能的或所需的解决方案。

只需将字符串编码为ASCII即可删除这些字符，但也会删除所有其他非ASCII字符，这并不好。

Answer 1

下，似乎对我的Ruby 1.9.3工作：

input.each_char.select{|c| c.bytes.count < 4 }.join('') 

例如：

input = "hello \xF0\xA9\xB6\x98 world"     # includes U+29D98 
input.each_char.select{|c| c.bytes.count < 4 }.join('') # 'hello world'