如何刪除Ruby中的4字節utf-8字符？

Question

由於MySQL的utf8不支持4字節字符，我正在尋找一種方法來檢測並消除Ruby中字符串的任何4字節utf8字符。我知道我可以更新我的表來使用utf8m4，但出於幾個原因，這是不可能的或所需的解決方案。

只需將字符串編碼爲ASCII即可刪除這些字符，但也會刪除所有其他非ASCII字符，這並不好。

Answer 1

下，似乎對我的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'