我的问题是使用正则表达式从字符串中删除表情符号，但不删除字符串中的 CJK（中文、日文、韩文）字符。我尝试使用这个正则表达式：
REGEX = /[^\u1F600-\u1F6FF\s]/i
这个正则表达式工作正常，除了它还可以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，但原因可能不太清楚：
"\u1F600""\u1F60""0""\u1F60" # => "ὠ"
"\u1F600" # => "ὠ0"
您必须对 FFFF 以上的代码点使用花括号：
"\u{1F600}" #=> "😀"
因此字符类
[\u1F600-\u1F6FF][\u1F60 0-\u1F6F F]"\u1F60""0""\u1F6F""F"使用花括号解决了这个问题：
/[\u{1F600}-\u{1F6FF}]/
这与这些 unicode 块中的（表情符号）字符匹配：
unpackpackbetween?s = 'Hi!😀'
#=> "Hi!\360\237\230\200"
s.unpack('U*').reject{ |e| e.between?(0x1F600, 0x1F6FF) }.pack('U*')
#=> "Hi!"
关于您的 Rubular 示例 – Emoji 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（您应该在单独的问题中提出这个问题）。
我正在使用一个基于此脚本的脚本。
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"
此正则表达式匹配所有 845 个表情符号，取自 Emoji unicode 字符用于网络：
[\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了这个正则表达式。算法在这里：https://github.com/franklsf95/ruby-emoji-regex。
使用示例：
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：我更新了正则表达式以排除 ASCII 数字和符号。详情请见评论。
该线程中的大多数答案都没有正确删除所有表情符号。他们删除了像 😀 这样的简单表情符号。但他们不会完全删除多代码点表情符号，例如👨u200d👩u200d👧u200d👦或☸️，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，但如果您发现这种过度杀伤力，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字母/标点符号/空白的表情符号或类似奇怪的unicody的字符。
REGEX = /[^\u{1F600}-\u{1F6FF}\s]/
或
REGEX = /[\u{1F600}-\u{1F6FF}\s]/
REGEX = /[\u{1F600}-\u{1F6FF}]/
REGEX = /[^\u{1F600}-\u{1F6FF}]/
因为你原来的正则表达式似乎表明你试图找到所有不是表情符号和空格的东西，我不知道你为什么要这样做。
还有：
表情符号是1F300-1F6FF而不是1F600-1F6FF；你可能想改变它
如果您想删除所有星体字符（例如您处理的软件不支持所有Unicode），您应该使用10000-10FFFF。
编辑：你几乎肯定想要
REGEX = /[\u{1F600}-\u{1F6FF}]/0-\u1F6F0-\u1F6F您只能包含字母和数字，而不是删除表情符号字符。一个简单的 tr 就可以了，
.tr('^A-Za-z0-9', '')这个非常短的 Regex 涵盖了 getemoji.com 迄今为止的所有表情符号：
[\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}]
CARE 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（-）
我将上面的 RUBY 项目中的正则表达式转换为 JavaScript 友好的正则表达式：
/// <summary>
/// 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
/// </summary>
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}]+$";
用途：
if (!Regex.IsMatch(vm.NameFull, RegExKeys.Emoji)) // Match means no Emoji was found
在 Android 中 | Kotlin 你可以使用这个扩展函数从 String 中删除所有表情符号
fun String.removeEmojis(): String = Pattern.compile("[^\\p{L}\\s]+")
.matcher(this).replaceAll("")
样品：
val result = "Hi emojis 😀 😇 😴🙏 😧 🍉 removed".removeEmojis()
output => "Hi emojis removed"
// method to remove emoji from string
public static String remove_emoji(String text){
String updated_text="";
for (int i=0;i<text.length();i++){
if(text.substring(i,i+1).matches("[\\x00-\\x7F]+")){
// regex [\\x00-\\x7F]+ will check it contains emoji symbol or not,if it matches it means its not the emoji symbol
updated_text=updated_text+text.substring(i,i+1);
}
}
return updated_text;
}