Regex 将Java正则表达式或运算符转换为Scala正则表达式

我正在用Twitter做一个项目，其中一个部分是去掉tweet中的所有表情符号，这样就不会让解析器绊倒。我看了卡内基梅隆大学的Ark Tweet NLP，这非常令人惊讶，他们有一个非常好的Java正则表达式模式来检测表情符号

然而，我并不完全熟悉Java的正则表达式语法（我熟悉基本语法）

我需要转换为Scala的代码如下所示：

public static String emoticon = OR(
        // Standard version  :) :( :] :D :P
        "(?:>|>)?" + OR(normalEyes, wink) + OR(noseArea,"[Oo]") + 
            OR(tongue+"(?=\\W|$|RT|rt|Rt)", otherMouths+"(?=\\W|$|RT|rt|Rt)", sadMouths, happyMouths),


        // reversed version (: D:  use positive lookbehind to remove "(word):"
        // because eyes on the right side is more ambiguous with the standard usage of : ;
        "(?<=(?: |^))" + OR(sadMouths,happyMouths,otherMouths) + noseArea + OR(normalEyes, wink) + "(?:<|&lt;)?",


        //inspired by http://en.wikipedia.org/wiki/User:Scapler/emoticons#East_Asian_style
        eastEmote.replaceFirst("2", "1"), basicface
        // iOS 'emoji' characters (some smileys, some symbols) [\ue001-\uebbb]  
        // TODO should try a big precompiled lexicon from Wikipedia, Dan Ramage told me (BTO) he does this
);

公共静态字符串表情符号=或(
//标准版本：）：（：]：D:P
“（？：>）？”+或（正常的眼睛，眨眼）+或（鼻子区域，[Oo]”+
或（舌头+“（？=\\W$$| RT | RT | RT）”，其他嘴+“（？=\\W$| RT | RT | RT）”，悲伤嘴，快乐嘴），
//反向版本（：D：使用正向查找删除“（word）”
//因为右眼的标准用法是：；
“（？您可以使用此功能：

def OR(patterns : String*) = patterns.map{p => s"(?:$p)"}.mkString("|")

没有
或
运算符。它是
Twokenize
类中的静态方法。将
公共静态字符串表情更改为
val表情：String
，这可能是Scala代码。Scala使用与Java相同的正则表达式引擎，也可以使用arktweetnlp库。