在javascript中使用regexp替换表情unicode符号

正如大家所知，符号的编码最多为3或4个字节，因此它可能在我的字符串中占据2个符号。例如，“表示法”

\u…

有四个十六进制数字，不少于也不多于，因此它只能表示u+FFFF以下的代码点。上面以代理代码点对表示的Unicode字符

因此需要一些间接的方法。参见至

---

例如，您可以查找范围

[\uD800-\uDBFF]

（高级代理）中的代码点，当您找到一个代码点时，请检查字符串中的下一个代码点是否在范围

[\uDC00-\uDFFF]

中（如果不是，则存在严重的数据错误），将这两个代码点解释为Unicode字符，用你想放在那里的任何东西来代替它们。这看起来像是通过字符串进行简单循环的作业，而不是正则表达式。

表情符号的范围为U+1F600到U+1F64F

您可以在脚本中使用此行发送Json：

text.replace(/[\u1F60-\u1F64]|[\u2702-\u27B0]|[\u1F68-\u1F6C]|[\u1F30-\u1F70]{\u2600-\u26ff]/g, "");

---

也许你应该用这种方式来替换

reg = str.replace(new RegExp('maybe you can take a look of this article: http://crocodillon.com/blog/parsing-emoji-unicode-in-javascript


the emoji unicode from 
\u1F601
 to 
\u1F64F


translate to javascript's utf-16 is 
\ud83d\ude00
 to 
\ud83d\ude4f


the first char is always 
\ud83d
.


so the reg is out: 


/\ud83d[\ude00-\ude4f]/g

reg=str.replace（新的RegExp（“也许你可以看看这篇文章：

表情符号unicode从
\u1F601
到
\u1F64F

翻译成javascript的utf-16是
\ud83d\ude00
到
\ud83d\ude4f

第一个字符总是
\ud83d

因此，reg已退出：

"[\ud83c\udc00-\ud83c\udfff]|[\ud83d\udc00-\ud83d\udfff]|[\u2600-\u27ff]"

希望这能对我在java中使用的正则表达式模式有所帮助

/[\uD800-\uDFFF]./ // This matches emoji

 java字符串使用UTF16编码，由于表情符号也在0xFFF以上，所以ReGEX模式考虑代理对来识别表情符号。
 < P>这是有点老了，但我正在研究这个问题，Bradley Momberger似乎已经在这里发布了一个很好的解决方案：

他建议的正则表达式是：

.replace(/[\uD800-\uDFFF]./g,'')

此正则表达式匹配头代理（由emojis使用）和头代理（假定为尾代理）后面的字符。因此，所有emojis都应正确匹配，并与

/[\uD83C-\uDBFF\uDC00-\uDFFF]+/

您应该能够删除所有表情符号

编辑：找到更好的正则表达式。上面的正则表达式遗漏了一些表情符号

但是有一个reddit帖子有一个版本，我找不到一个表情符号，这是从规则中排除的。
reddit在这里：
正则表达式是：

/[\uD83C-\uDBFF\uDC00-\uDFFF]+/g

要匹配所有发生的事件，请使用g修改器：

(?:[\u2700-\u27bf]|(?:\ud83c[\udde6-\uddff]){2}|[\ud800-\udbff][\udc00-\udfff])[\ufe0e\ufe0f]?(?:[\u0300-\u036f\ufe20-\ufe23\u20d0-\u20f0]|\ud83c[\udffb-\udfff])?(?:\u200d(?:[^\ud800-\udfff]|(?:\ud83c[\udde6-\uddff]){2}|[\ud800-\udbff][\udc00-\udfff])[\ufe0e\ufe0f]?(?:[\u0300-\u036f\ufe20-\ufe23\u20d0-\u20f0]|\ud83c[\udffb-\udfff])?)*


第二次编辑：正如CodeToad正确指出的，✨ 上面的正则表达式无法识别，因为它位于丁巴特区（多亏了air_hadoken）

lodash库提供了一个优秀的表情正则表达式块：

new RegExp('[\u1000-\uFFFF]+', 'g');

凯文·斯科特（Kevin Scott）很好地组合了这个正则表达式在他的剧透中所涵盖的内容。剧透：它包括丁蝙蝠以移除所有可能的表情符号：

/\ud83d[\ude00-\ude4f]/g
不包括所有表情符号，如：为了好玩：不使用regexp删除特殊字符的解决方案

const str=“abcdefgehijkzзз，ззззззззззззззззззззззззззз107。不仅是字节，我尝试了很多方法，但可能我做得不对。那些代码点的regexp是什么？XRegExp（“[\u1F300-\u1F5FF]”，g'）@一二三 Javascript本机不支持U+FFFF以外的字符。
\u1F601
在Javascript字符串中编码两个字符，U+1F60后跟ASCII“1”。无法在字符类中使用
U+1F601
。Regex
/[\uD800-\uDBFF][\uDC00-\uDFFF]/g
解决了我的问题。它不仅包括表情符号，还包括特殊字符。参考Thx。但这几乎就是我在编辑的问题版本中得出的结论。我真的想避免循环，因为每次更改字符串时我都在使用字符串。但你让我想到使用XRegExp（'[\uD800-\uDBFF][\uDC00-\uDFFF]'，g'））我想这对我来说已经足够了。正确的解决方案应该处理表情符号的字符范围，而不仅仅是一个。这是迄今为止我测试过的最好的一个。尽管它忽略了这个表情符号：✨@编码蟾蜍✨ （“sparkles”）来自dingbats块，它可以在UTF-16中表示，而不需要代理项对。如果您也想捕捉这些，您需要检查
/[\u2700-\u27BF][\uFE0E-\uFE0F]？/
（后一个范围是用于可能的变体选择器）从lodash编辑为新的正则表达式，其中还包括dingbats块。你能说为什么-1吗？这个正则表达式可以用来删除所有外来字符作为表情符号，包括外语的表情符号。我是法语开发人员，我只会为web txt添加UTF-8字符。这个正则表达式可以删除哪些多余的字符？