ruby - Unicode零宽度连接符到普通空间

我有这条短信

  file1 = "</span>‍foo"

隐藏在“>”和“f”之间的是零宽度连接符（\u200D）
我想将此更改为普通空间（\u0020）
这是我试过的

   file1 = file1.gsub(/\u200D/, ' ')

这就是结果

   file2.puts file1 #=> </span>?foo

不知什么原因，它在那里插入了一个问号即使我不把它换成任何东西

file1.puts file2

它仍然会有一个问号（只有当你从一个文件中提取文本并输出到另一个文件时，它才会出现问号）
我希望最终结果是

file1.puts file2 #=> </span>‍ foo

我不想用ruby解析html

最佳答案

200d不是薄空间，而是“零宽度连接符”，它具有非空间性质http://www.fileformat.info/info/unicode/char/200d/index.htm
首先，基本regexp适用于我：

irb(main):042:0> "\u200d".gsub(/\u200d/,"xxx")
=> "xxx"

[[：space:]]没有（也不可能，因为这是石器时代的POSIX材料而且200d无论如何都不是空间）：

irb(main):003:0> "\u200d".gsub(/[[:space:]]/,"xxx")
=> "‍"

\ U200D不算作分隔符：空格：

irb(main):005:0> "\u200d".gsub(/\p{Cf}/,"xxx")
=> "‍"

但它与其他的匹配：格式

irb(main):006:0> "\u200d".gsub(/\p{Cf}/,"xxx")
=> "xxx"