刪除字符串中的所有非alpha字符，包括 &或任何代碼

Question

給定像"Whatup &nbsp; <b>whatever<b> \n"這樣的字符串，我需要將它變成「Whatup whatever」。

我很接近我的下面的方法，但我找不到一個好方法來刪除動態&和 類型代碼。我不想每個都出現gsub（就像我用逗號做的那樣） - 有成千上萬的行和許多不同的代碼在裏面...... blah

任何指針都是受歡迎的。

def self.clean_string(st) 
    return strip_tags(st).force_encoding("UTF-8").gsub(",","").squish if st and st != "" 
    end 

Answer 1

對於HTML實體，添加此正則表達式替換：

.gsub(/&[^;]+;/, '') 

它會從文本中刪除任何&式的實體。