如何在PERL中清理用作文件名的字符串？

Question

我有一份求职申请表，人们填写他们的姓名和联系方式，并附上简历。

联系人信息会通过电子邮件发送，并附上简历。

我想更改文件的名称，使其是竞赛编号和它们的名称的组合。

如何清理我生成的文件名，以确保其中没有无效字符。到目前为止，我可以删除所有空格并将字符串小写。

我想删除任何标点符号(如撇号)和非字母字符(如重音)。

例如，如果"AndréO‘’Hara“使用此表单提交了职位555的简历，如果所有有问题的字符都被删除，我将很高兴，我最终得到的文件名如下：

555-andr-ohara-resume.doc

我可以使用什么正则表达式来删除所有非字母字符？

到目前为止，我的代码如下：

 # Create a cleaned up version of competition number + First Name + Last Name number to name the file
 my $hr_generated_filename = $cgi->param("competition")  . "-" . $cgi->param("first") . "-" . $cgi->param("last");

 # change to all lowercase
 $hr_generated_filename = lc( $hr_generated_filename );

 # remove all whitespace
 $hr_generated_filename =~ s/\s+//g;

 push @{ $msg->{attach} }, {
    Type        => 'application/octet-stream',
    Filename    => $hr_generated_filename.".$file-extension",
    Data        => $data,
    Disposition => 'attachment',
    Encoding    => 'base64',
 };

Answer 1

如果你正在尝试“白名单”字符，你的基本方法应该是使用一个字符类补码：

Perl在[...]中定义了一个字符类，它将匹配内部定义的任何字符(包括a-z等范围)。如果您添加一个^，它将成为一个补码，因此它将匹配方括号内未定义的任何字符。

$hr_generated_filename =~ s/[^A-Za-z0-9\-\.]//g;

这将删除任何不是无重音的拉丁字母、数字、破折号或点的内容。要添加到您的白名单中，只需在[^...]中添加字符。