如何从字符串中删除表情符号
我的问题是从字符串中删除表情符号，而不是使用正则表达式从字符串中删除CJK（中文，日文，韩文）字符。 我试着用这个正则表达式：
REGEX = /[^\u1F600-\u1F6FF\s]/i 这个正则表达式工作正常，除了它还检测我需要这些字符的中文，日文和韩文字符。 知道如何解决这个问题吗？
Karol S已经提供了解决方案 ，但原因可能不明确：
"\u1F600"实际上是"\u1F60"后跟"0" ：
"\u1F60" # => "ὠ" "\u1F600" # => "ὠ0"
您必须使用花括号来表示FFFF以上的代码点：
"\u{1F600}" #=> "😀"
因此，字符类[\u1F600-\u1F6FF]被解释为[\u1F60 0-\u1F6F F] ，即它匹配"\u1F60" ，范围"0" .. "\u1F6F"和"F" 。
使用花括号解决了这个问题：
/[\u{1F600}-\u{1F6FF}]/
这匹配这些unicode块中的（表情符号）字符：
- U + 1F600..U + 1F64F 表情符号
- U + 1F650..U + 1F67F 装饰标志
- U + 1F680..U + 1F6FF 传输和映射符号
你也可以使用unpack ， pack和between? 实现类似的结果。 这也适用于Ruby 1.8.7 ，它在正则表达式中不支持Unicode。
s = 'Hi!😀' #=> "Hi!\360\237\230\200" s.unpack('U*').reject{ |e| e.between?(0x1F600, 0x1F6FF) }.pack('U*') #=> "Hi!"
关于你的Rubular例子 – 表情符号是单个字符：
"😀".length #=> 1 "😀".chars #=> ["😀"]
而kaomoji是多个字符的组合：
"^_^".length #=> 3 "^_^".chars #=> ["^", "_", "^"]
匹配这些是一项非常不同的任务（你应该在一个单独的问题中提出这个问题）。
这个正则表达式匹配所有845表情符号，取自表情符号unicode字符在网络上使用 ：
[\u{203C}\u{2049}\u{20E3}\u{2122}\u{2139}\u{2194}-\u{2199}\u{21A9}-\u{21AA}\u{231A}-\u{231B}\u{23E9}-\u{23EC}\u{23F0}\u{23F3}\u{24C2}\u{25AA}-\u{25AB}\u{25B6}\u{25C0}\u{25FB}-\u{25FE}\u{2600}-\u{2601}\u{260E}\u{2611}\u{2614}-\u{2615}\u{261D}\u{263A}\u{2648}-\u{2653}\u{2660}\u{2663}\u{2665}-\u{2666}\u{2668}\u{267B}\u{267F}\u{2693}\u{26A0}-\u{26A1}\u{26AA}-\u{26AB}\u{26BD}-\u{26BE}\u{26C4}-\u{26C5}\u{26CE}\u{26D4}\u{26EA}\u{26F2}-\u{26F3}\u{26F5}\u{26FA}\u{26FD}\u{2702}\u{2705}\u{2708}-\u{270C}\u{270F}\u{2712}\u{2714}\u{2716}\u{2728}\u{2733}-\u{2734}\u{2744}\u{2747}\u{274C}\u{274E}\u{2753}-\u{2755}\u{2757}\u{2764}\u{2795}-\u{2797}\u{27A1}\u{27B0}\u{2934}-\u{2935}\u{2B05}-\u{2B07}\u{2B1B}-\u{2B1C}\u{2B50}\u{2B55}\u{3030}\u{303D}\u{3297}\u{3299}\u{1F004}\u{1F0CF}\u{1F170}-\u{1F171}\u{1F17E}-\u{1F17F}\u{1F18E}\u{1F191}-\u{1F19A}\u{1F1E7}-\u{1F1EC}\u{1F1EE}-\u{1F1F0}\u{1F1F3}\u{1F1F5}\u{1F1F7}-\u{1F1FA}\u{1F201}-\u{1F202}\u{1F21A}\u{1F22F}\u{1F232}-\u{1F23A}\u{1F250}-\u{1F251}\u{1F300}-\u{1F320}\u{1F330}-\u{1F335}\u{1F337}-\u{1F37C}\u{1F380}-\u{1F393}\u{1F3A0}-\u{1F3C4}\u{1F3C6}-\u{1F3CA}\u{1F3E0}-\u{1F3F0}\u{1F400}-\u{1F43E}\u{1F440}\u{1F442}-\u{1F4F7}\u{1F4F9}-\u{1F4FC}\u{1F500}-\u{1F507}\u{1F509}-\u{1F53D}\u{1F550}-\u{1F567}\u{1F5FB}-\u{1F640}\u{1F645}-\u{1F64F}\u{1F680}-\u{1F68A}]
我直接从Unicode表情符号的原始列表生成此正则表达式。 算法在这里： https ： //github.com/franklsf95/ruby-emoji-regex 。
用法示例：
regex = /[\u{203C}\u{2049}\u{20E3}\u{2122}\u{2139}\u{2194}-\u{2199}\u{21A9}-\u{21AA}\u{231A}-\u{231B}\u{23E9}-\u{23EC}\u{23F0}\u{23F3}\u{24C2}\u{25AA}-\u{25AB}\u{25B6}\u{25C0}\u{25FB}-\u{25FE}\u{2600}-\u{2601}\u{260E}\u{2611}\u{2614}-\u{2615}\u{261D}\u{263A}\u{2648}-\u{2653}\u{2660}\u{2663}\u{2665}-\u{2666}\u{2668}\u{267B}\u{267F}\u{2693}\u{26A0}-\u{26A1}\u{26AA}-\u{26AB}\u{26BD}-\u{26BE}\u{26C4}-\u{26C5}\u{26CE}\u{26D4}\u{26EA}\u{26F2}-\u{26F3}\u{26F5}\u{26FA}\u{26FD}\u{2702}\u{2705}\u{2708}-\u{270C}\u{270F}\u{2712}\u{2714}\u{2716}\u{2728}\u{2733}-\u{2734}\u{2744}\u{2747}\u{274C}\u{274E}\u{2753}-\u{2755}\u{2757}\u{2764}\u{2795}-\u{2797}\u{27A1}\u{27B0}\u{2934}-\u{2935}\u{2B05}-\u{2B07}\u{2B1B}-\u{2B1C}\u{2B50}\u{2B55}\u{3030}\u{303D}\u{3297}\u{3299}\u{1F004}\u{1F0CF}\u{1F170}-\u{1F171}\u{1F17E}-\u{1F17F}\u{1F18E}\u{1F191}-\u{1F19A}\u{1F1E7}-\u{1F1EC}\u{1F1EE}-\u{1F1F0}\u{1F1F3}\u{1F1F5}\u{1F1F7}-\u{1F1FA}\u{1F201}-\u{1F202}\u{1F21A}\u{1F22F}\u{1F232}-\u{1F23A}\u{1F250}-\u{1F251}\u{1F300}-\u{1F320}\u{1F330}-\u{1F335}\u{1F337}-\u{1F37C}\u{1F380}-\u{1F393}\u{1F3A0}-\u{1F3C4}\u{1F3C6}-\u{1F3CA}\u{1F3E0}-\u{1F3F0}\u{1F400}-\u{1F43E}\u{1F440}\u{1F442}-\u{1F4F7}\u{1F4F9}-\u{1F4FC}\u{1F500}-\u{1F507}\u{1F509}-\u{1F53D}\u{1F550}-\u{1F567}\u{1F5FB}-\u{1F640}\u{1F645}-\u{1F64F}\u{1F680}-\u{1F68A}]/ str = "I am a string with emoji 😍😍😱😱👿👿🐔🌚 and other Unicode characters 比如中文." str.gsub regex, '' # "I am a string with emoji and other Unicode characters 比如中文."
保留其他Unicode字符，例如亚洲字符。
编辑：我使用正则表达式来排除ASCII数字和符号。 请参阅评论了解详情
我正在使用基于此脚本的一个 。
def strip_emoji(text) text = text.force_encoding('utf-8').encode clean = "" # symbols & pics regex = /[\u{1f300}-\u{1f5ff}]/ clean = text.gsub regex, "" # enclosed chars regex = /[\u{2500}-\u{2BEF}]/ # I changed this to exclude chinese char clean = clean.gsub regex, "" # emoticons regex = /[\u{1f600}-\u{1f64f}]/ clean = clean.gsub regex, "" #dingbats regex = /[\u{2702}-\u{27b0}]/ clean = clean.gsub regex, "" end
结果：
irb> strip_emoji("👽😀☂❤华み원❤") => "华み원"
REGEX = /[^\u{1F600}-\u{1F6FF}\s]/
要么
REGEX = /[\u{1F600}-\u{1F6FF}\s]/ REGEX = /[\u{1F600}-\u{1F6FF}]/ REGEX = /[^\u{1F600}-\u{1F6FF}]/
因为你的原始正则表达式似乎表明你试图找到所有不是amoji而不是空白的东西，我不知道你为什么要这样做。
也：
-
表情符号是1F300-1F6FF而不是1F600-1F6FF; 你可能想改变它
-
如果你想删除所有星号字符（例如你处理的软件不支持所有的Unicode），你应该使用10000-10FFFF。
编辑：你几乎肯定想要REGEX = /[\u{1F600}-\u{1F6FF}]/或类似。 您的原始正则表达式匹配的不是空白的所有内容，而不是0-\u1F6F范围内的0-\u1F6F 。 由于空格是空格，英文字母在0-\u1F6F范围内，并且中文字符不在，因此正则表达式匹配中文字符并将其删除。
您可以只包含字母和数字，而不是删除表情符号字符。 一个简单的tr应该可以解决这个问题， .tr('^A-Za-z0-9', '') 。 当然这将删除所有标点符号，但您可以随时修改正则表达式以适合您的特定条件。
这个非常短的正则表达式涵盖了迄今为止getemoji.com中的所有表情符号：
[\u{1F300}-\u{1F5FF}|\u{1F1E6}-\u{1F1FF}|\u{2700}-\u{27BF}|\u{1F900}-\u{1F9FF}|\u{1F600}-\u{1F64F}|\u{1F680}-\u{1F6FF}|\u{2600}-\u{26FF}]
护理Aray的答案有一些副作用。
"-".gsub(/[^\p{L}\s]+/, '').squeeze(' ').strip => ""
即使这被认为是一个简单的减号（ – ）
我将RegEx从上面的RUBY项目转换为JavaScript友好的RegEx：
/// /// Emoji symbols character sets (added \s and +) /// Unicode with עברית Delete the emoji to match 👿 /// https://regex101.com/r/jP5jC5/3 /// https://github.com/franklsf95/ruby-emoji-regex /// http://stackoverflow.com/questions/24672834/how-do-i-remove-emoji-from-string /// public const string Emoji = @"^[\s\u00A9\u00AE\u203C\u2049\u2122\u2139\u2194-\u2199\u21A9-\u21AA\u231A-\u231B\u2328\u23CF\u23E9-\u23F3\u23F8-\u23FA\u24C2\u25AA-\u25AB\u25B6\u25C0\u25FB-\u25FE\u2600-\u2604\u260E\u2611\u2614-\u2615\u2618\u261D\u2620\u2622-\u2623\u2626\u262A\u262E-\u262F\u2638-\u263A\u2648-\u2653\u2660\u2663\u2665-\u2666\u2668\u267B\u267F\u2692-\u2694\u2696-\u2697\u2699\u269B-\u269C\u26A0-\u26A1\u26AA-\u26AB\u26B0-\u26B1\u26BD-\u26BE\u26C4-\u26C5\u26C8\u26CE-\u26CF\u26D1\u26D3-\u26D4\u26E9-\u26EA\u26F0-\u26F5\u26F7-\u26FA\u26FD\u2702\u2705\u2708-\u270D\u270F\u2712\u2714\u2716\u271D\u2721\u2728\u2733-\u2734\u2744\u2747\u274C\u274E\u2753-\u2755\u2757\u2763-\u2764\u2795-\u2797\u27A1\u27B0\u27BF\u2934-\u2935\u2B05-\u2B07\u2B1B-\u2B1C\u2B50\u2B55\u3030\u303D\u3297\u3299\u1F004\u1F0CF\u1F170-\u1F171\u1F17E-\u1F17F\u1F18E\u1F191-\u1F19A\u1F201-\u1F202\u1F21A\u1F22F\u1F232-\u1F23A\u1F250-\u1F251\u1F300-\u1F321\u1F324-\u1F393\u1F396-\u1F397\u1F399-\u1F39B\u1F39E-\u1F3F0\u1F3F3-\u1F3F5\u1F3F7-\u1F4FD\u1F4FF-\u1F53D\u1F549-\u1F54E\u1F550-\u1F567\u1F56F-\u1F570\u1F573-\u1F579\u1F587\u1F58A-\u1F58D\u1F590\u1F595-\u1F596\u1F5A5\u1F5A8\u1F5B1-\u1F5B2\u1F5BC\u1F5C2-\u1F5C4\u1F5D1-\u1F5D3\u1F5DC-\u1F5DE\u1F5E1\u1F5E3\u1F5EF\u1F5F3\u1F5FA-\u1F64F\u1F680-\u1F6C5\u1F6CB-\u1F6D0\u1F6E0-\u1F6E5\u1F6E9\u1F6EB-\u1F6EC\u1F6F0\u1F6F3\u1F910-\u1F918\u1F980-\u1F984\u1F9C0}]+$";
用法：
if (!Regex.IsMatch(vm.NameFull, RegExKeys.Emoji)) // Match means no Emoji was found
此主题中的大多数答案都没有正确删除所有表情符号。 他们删除像😀fine这样简单的表情符号。 但他们不会完全删除像👨👩👧👦或☸️这样的多代码点表情符号，留下一些残留的unicode代码点。
您可以使用像unicode-emoji这样的gem来获取最新的表情符号正则表达式，但是如果您发现这种过度杀伤，则以下代码可能是一个足够好的解决方案：
text.gsub(/[^[:alnum:][:blank:][:punct:]]/, '').squeeze(' ').strip
这将删除任何不是基本unicode alphanum / punct / blank的表情符号或奇怪的unicody类字符。
还有一个选择
"Scheiße! I hate emoji 😂 (123)".gsub(/[^\p{L}\s]+/, '').squeeze(' ').strip => "Scheiße I hate emoji"
此正则表达式删除所有非单词字符（例如!😂(123) ）但保留unicode字母（例如本例中的ß ），其中：
\p{}– 匹配角色的Unicode脚本
\p{L}– ‘信’
^– 开始行
\s– 任何空白字符
现场演示
有关regexp的更多信息