如何使一个Ruby字符串安全的文件系统？

我有用户条目作为文件名。当然这不是一个好主意，所以我想放弃除了[a-z],[A-Z],[0-9],_和-之外的所有东西。如何使一个Ruby字符串安全的文件系统？

例如：

my§document$is°° very&interesting___thisIs%nice445.doc.pdf

应该成为

my_document_is_____very_interesting___thisIs_nice445_doc.pdf

然后理想

my_document_is_very_interesting_thisIs_nice445_doc.pdf

是否有这样做的一个很好的和优雅的方式？

来源

2009-12-21 marcgg

这是一个很好的问题。我希望它有一个stdlib回答 –

从http://devblog.muziboo.com/2008/06/17/attachment-fu-sanitize-filename-regex-and-unicode-gotcha/：

def sanitize_filename(filename) 
    returning filename.strip do |name| 
    # NOTE: File.basename doesn't work right with Windows paths on Unix 
    # get only the filename, not the whole path 
    name.gsub!(/^.*(\\|\/)/, '') 

    # Strip out the non-ascii character 
    name.gsub!(/[^0-9A-Za-z.\-]/, '_') 
    end 
end

来源

2009-12-21 10:29:48 miku

感谢您的链接！顺便说一句，在你链接的文章中，海报说这个功能有问题。 – marcgg

thx，correct .. – miku

'name.gsub！（/ [^ 0-9A-Za-z。\ - ] /，'_'）'是我5年后唯一使用的部分：D – Aleks

我想建议，从旧的不同的解决方案。请注意，旧版本使用已弃用returning。顺便说一下，无论如何，它是专门针对Rails的，并且您没有在您的问题中明确提及Rails（仅作为标记）。而且，现有解决方案无法按照您的要求将.doc.pdf编码为_doc.pdf。当然，它并不会将下划线合并为一个。

这里是我的解决方案：

def sanitize_filename(filename) # Split the name when finding a period which is preceded by some # character, and is followed by some character other than a period, # if there is no following period that is followed by something # other than a period (yeah, confusing, I know) fn = filename.split /(?<=.)\.(?=[^.])(?!.*\.[^.])/m # We now have one or two parts (depending on whether we could find # a suitable period). For each of these parts, replace any unwanted # sequence of characters with an underscore fn.map! { |s| s.gsub /[^a-z0-9\-]+/i, '_' } # Finally, join the parts with a period and return the result return fn.join '.' end

您还没有指定所有关于转换的细节。因此，我在做以下假设：

应该有最多一个文件扩展名，这意味着应该有最多一个时期的文件名

尾随句没有标记的开始扩展

主导时期没有标记的扩展

字符超出A任何序列的开始 - Z，a - z，0 - 9和-应该合并为一个_（即强调将自己视为不允许的字符和字符串'$%__°#'将成为'_' - 而不是从部分'$%'，'__'和'°#'）'___'

这样做的复杂的部分是我拆的文件名至主体和扩展。在正则表达式的帮助下，我正在搜索最后一个时间段，后面跟着一个不同于句点的时间段，以便在字符串中没有符合相同条件的以下时间段。但是，必须在其前面加上一些字符，以确保它不是字符串中的第一个字符。

我从测试函数结果：

1.9.3p125 :006 > sanitize_filename 'my§document$is°° very&interesting___thisIs%nice445.doc.pdf' => "my_document_is_very_interesting_thisIs_nice445_doc.pdf"

我认为这是你的要求是什么。我希望这是很好，很优雅。

来源

2012-05-30 19:41:36

谢谢！这有所帮助。 :) – Surya

当我尝试使用代码时，获取“未定义（？...）序列...”。任何Ruby版本的限制？ –

@JP。对不起，迟到的回复，你现在可能已经明白了。没有经过测试，但我相信在Ruby 1.9中出现了后视图（这是问号所示）。所以是的，有限制。例如见http://stackoverflow.com/q/7605615/1117365 –

如果你使用Rails，你也可以使用String＃parameterize。这不是特意为此而设，但您会获得满意的结果。

"my§document$is°° very&interesting___thisIs%nice445.doc.pdf".parameterize

来源

2012-11-21 03:06:14 albandiguer

This isn'技术上准确，因为它也将删除十进制字符，这在保留扩展中是非常重要的。幸运的是，参数化背后的代码[相对简单]（http://apidock.com/rails/ActiveSupport/Inflector/parameterize），只需几个'gsub'调用即可实现。 –

对于Rails的，我发现自己想保留的所有文件的扩展名，但使用parameterize的字符的其余部分：

filename = "my§doc$is°° very&itng___thsIs%nie445.doc.pdf" 
cleaned = filename.split(".").map(&:parameterize).join(".")

实现细节和想法，见源：https://github.com/rails/rails/blob/master/activesupport/lib/active_support/inflector/transliterate.rb

def parameterize(string, separator: "-", preserve_case: false) 
    # Turn unwanted chars into the separator. 
    parameterized_string.gsub!(/[^a-z0-9\-_]+/i, separator) 
    #... some more stuff 
end

来源

2017-11-15 18:13:26

有一个图书馆，可能会有所帮助，特别是如果你有兴趣更换怪异的联合国带ASCII码的icode字符：unidecode。

irb(main):001:0> require 'unidecoder' 
=> true 
irb(main):004:0> "Grzegżółka".to_ascii 
=> "Grzegzolka"

来源

2018-02-20 15:28:15

如何使一个Ruby字符串安全的文件系统？

回答

相关问题