如何使一個Ruby字符串安全的文件系統？

我有用戶條目作爲文件名。當然這不是一個好主意，所以我想放棄除了[a-z],[A-Z],[0-9],_和-之外的所有東西。如何使一個Ruby字符串安全的文件系統？

例如：

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

應該成爲

my_document_is_____very_interesting___thisIs_nice445_doc.pdf

然後理想

my_document_is_very_interesting_thisIs_nice445_doc.pdf

是否有這樣做的一個很好的和優雅的方式？

來源

2009-12-21 marcgg

這是一個很好的問題。我希望它有一個stdlib回答 –

從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

來源

2009-12-21 10:29:48 miku

感謝您的鏈接！順便說一句，在你鏈接的文章中，海報說這個功能有問題。 – marcgg

thx，correct .. – miku

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

我想建議，從舊的不同的解決方案。請注意，舊版本使用已棄用returning。順便說一下，無論如何，它是專門針對Rails的，並且您沒有在您的問題中明確提及Rails（僅作爲標記）。而且，現有解決方案無法按照您的要求將.doc.pdf編碼爲_doc.pdf。當然，它並不會將下劃線合併爲一個。

這裏是我的解決方案：

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

您還沒有指定所有關於轉換的細節。因此，我在做以下假設：

應該有最多一個文件擴展名，這意味着應該有最多一個時期的文件名

尾隨句沒有標記的開始擴展

主導時期沒有標記的擴展

字符超出A任何序列的開始 - Z，a - z，0 - 9和-應該合併爲一個_（即強調將自己視爲不允許的字符和字符串'$%__°#'將成爲'_' - 而不是從部分'$%'，'__'和'°#'）'___'

這樣做的複雜的部分是我拆的文件名至主體和擴展。在正則表達式的幫助下，我正在搜索最後一個時間段，後面跟着一個不同於句點的時間段，以便在字符串中沒有符合相同條件的以下時間段。但是，必須在其前面加上一些字符，以確保它不是字符串中的第一個字符。

我從測試函數結果：

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

我認爲這是你的要求是什麼。我希望這是很好，很優雅。

來源

2012-05-30 19:41:36

謝謝！這有所幫助。 :) – Surya

當我嘗試使用代碼時，獲取「未定義（？...）序列...」。任何Ruby版本的限制？ –

@JP。對不起，遲到的回覆，你現在可能已經明白了。沒有經過測試，但我相信在Ruby 1.9中出現了後視圖（這是問號所示）。所以是的，有限制。例如見http://stackoverflow.com/q/7605615/1117365 –

如果你使用Rails，你也可以使用String＃parameterize。這不是特意爲此而設，但您會獲得滿意的結果。

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

來源

2012-11-21 03:06:14 albandiguer

This isn'技術上準確，因爲它也將刪除十進制字符，這在保留擴展中是非常重要的。幸運的是，參數化背後的代碼[相對簡單]（http://apidock.com/rails/ActiveSupport/Inflector/parameterize），只需幾個'gsub'調用即可實現。 –

對於Rails的，我發現自己想保留的所有文件的擴展名，但使用parameterize的字符的其餘部分：

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

實現細節和想法，見源：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

來源

2017-11-15 18:13:26

有一個圖書館，可能會有所幫助，特別是如果你有興趣更換怪異的聯合國帶ASCII碼的icode字符：unidecode。

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

來源

2018-02-20 15:28:15

如何使一個Ruby字符串安全的文件系統？

回答

相關問題