Boost 从电报机器人更新中删除表情

我想从用boost属性树解析的json电报机器人更新中删除emojis

我尝试从这个答案和其他几个方法中使用正则表达式模式，但是我不知道如何让它们在C++中工作（下面会导致崩溃）：

BOOST\u FOREACH（const BOOST:：property\u tree:：ptree:：value\u type&child，jsontree.get\u child（“结果”））
{
字符串消息（child.second.get（“message.text”）.c_str（））；
boost:：regex exp（“/[\u{1F600}-\u{1F6FF}]/”；
std:：string message_clean=regex_replace（message，exp，“”）；
...
}

在中的0x00007FF87C1C7788处引发异常 CrysisWarsDedicatedServer.exe：微软C++异常： 内存位置0x000000001003F138处的boost:：exception_detail:：clone_impl>。CrysisWarsDedicatedServer.exe 0x000 07FF08C1C788未处理异常：微软C++ 例外情况： 内存位置0x000000001003F138处的boost:：exception_detail:：clone_impl>

---

第一个问题是对具有任意文本编码的字节数组使用

.c_str（）

。没有必要，所以不要这样做

下一步，<代码> \ u '/COD>不是一个有效的C++字符转义。你是说

'\\u'

最后，确保Boost正则表达式是正确的，并使用适当的函数

在花了一些时间处理这些文档页面之后

• 及

我想出了

//#define BOOST_HAS_ICU
#include <boost/property_tree/json_parser.hpp>
#include <boost/regex.hpp>
#include <boost/regex/icu.hpp>
#include <iostream>
std::string asUtf8(icu::UnicodeString const& ustr);

std::string sample = R"(
{
    "message":{
       "message_id":123,
       "from":{
          "id":12345,
          "first_name":"name",
          "username":"username"
       },
       "chat":{
          "id":12345,
          "first_name":"name",
          "username":"username",
          "type":"private"
       },
       "date":1478144459,
       "text":"this is \ud83d\udca9 a sentence"
    }
}
)";

int main() {

    boost::property_tree::ptree pt;
    {
        std::istringstream iss(sample);
        read_json(iss, pt);
    }
    auto umessage       = icu::UnicodeString::fromUTF8(pt.get("message.text", ""));
    boost::u32regex exp = boost::make_u32regex("\\p{So}");

    auto clean = boost::u32regex_replace(umessage, exp, UnicodeString::fromUTF8("<symbol>"));

    std::cout << asUtf8(clean) << "\n";
}

std::string asUtf8(icu::UnicodeString const& ustr) {
    std::string r;
    {
        icu::StringByteSink<std::string> bs(&r);
        ustr.toUTF8(bs);
    }

    return r;
}

//\define BOOST\u已经
#包括
#包括
#包括
#包括
std:：字符串asUtf8（icu:：UnicodeString const和ustr）；
std:：string sample=R“(
{
“信息”：{
“消息id”：123，
“发件人”：{
“id”：12345，
“名字”：“名字”，
“用户名”：“用户名”
},
“聊天”：{
“id”：12345，
“名字”：“名字”，
“用户名”：“用户名”，
“类型”：“专用”
},
“日期”：1478144459，
“文本”：“这是\ud83d\udca9一个句子”
}
}
)";
int main（）{
boost:：property_tree:：ptree pt；
{
标准：：istringstream iss（样本）；
读json（国际空间站，邮政编码）；
}
auto-umessage=icu:：UnicodeString:：fromUTF8（pt.get（“message.text”），“”）；
boost:：u32regex exp=boost:：make_32regex（“\\p{So}”）；
自动清除=boost:：u32regex_replace（umessage，exp，UnicodeString:：fromUTF8（“”）；
std：：cout这个问题可以使用更多的细节：我假设
regex
实际上是
boost：：regex
。当你不能让它工作时，你是什么意思？它编译了吗？它在运行时崩溃了吗？或者
message\u clean
没有给你想要的结果吗（例如，所有的表情仍然在字符串中）？您是否尝试过使用更简单的正则表达式（例如，删除所有数字）为确保
regex\u replace
正常工作？您使用的是哪个版本的
boost
？抱歉；是的，boost:：regex。问题是它崩溃了，版本是boost 1.55它是如何崩溃的，在哪里？尝试连接到进程的。在
BOOST_FOREACH(const boost::property_tree::ptree::value_type& child, jsontree.get_child("result"))
{

        std::string message(child.second.get<std::string>("message.text").c_str());

        boost::regex exp("/[\u{1F600}-\u{1F6FF}]/");
        std::string message_clean = regex_replace(message, exp, "");

        ...
}

//#define BOOST_HAS_ICU
#include <boost/property_tree/json_parser.hpp>
#include <boost/regex.hpp>
#include <boost/regex/icu.hpp>
#include <iostream>
std::string asUtf8(icu::UnicodeString const& ustr);

std::string sample = R"(
{
    "message":{
       "message_id":123,
       "from":{
          "id":12345,
          "first_name":"name",
          "username":"username"
       },
       "chat":{
          "id":12345,
          "first_name":"name",
          "username":"username",
          "type":"private"
       },
       "date":1478144459,
       "text":"this is \ud83d\udca9 a sentence"
    }
}
)";

int main() {

    boost::property_tree::ptree pt;
    {
        std::istringstream iss(sample);
        read_json(iss, pt);
    }
    auto umessage       = icu::UnicodeString::fromUTF8(pt.get("message.text", ""));
    boost::u32regex exp = boost::make_u32regex("\\p{So}");

    auto clean = boost::u32regex_replace(umessage, exp, UnicodeString::fromUTF8("<symbol>"));

    std::cout << asUtf8(clean) << "\n";
}

std::string asUtf8(icu::UnicodeString const& ustr) {
    std::string r;
    {
        icu::StringByteSink<std::string> bs(&r);
        ustr.toUTF8(bs);
    }

    return r;
}

this is <symbol> a sentence