正则表达式匹配表情答案

【问题标题】：Regex matching emoticons正则表达式匹配表情
【发布时间】：2015-03-20 13:15:58
【问题描述】：

我们正在开发一个项目，希望用户能够同时使用表情符号语法（如:smile:、:heart:、:confused:、:stuck_out_tongue:）以及普通表情符号（如:)、 <3, :/, :p)

表情符号语法有问题，因为有时这些字符序列会出现在：

普通字符串或 URL - http://example.com
在表情符号语法中 - :pencil:

我怎样才能找到这些表情符号字符序列，但当其他字符靠近它们时却找不到？

我用于所有表情符号的整个正则表达式都很大，所以这里有一个精简的版本：

(\:\)|\:\(|<3|\:\/|\:-\/|\:\||\:p)

您可以在此处进行演示：http://regexr.com/3a8o5

【问题讨论】：

为什么不把它分成多个正则表达式呢？另外，你可以做的是匹配边界，例如/\b:\)\b/
如果我没记错的话，Twemoji 和 Emojione 都提供了 JS 代码来处理他们的图像集，并且在 Github、NPM、bower 等上有许多相同的实现。

标签： javascript regex emoji emoticons

【解决方案1】：

创建一个positive look-ahead for a space

([\:\<]-?[)(|\\/pP3D])(?:(?=\s))
 |       |      |         |
 |       |      |         |
 |       |      |         |-> match last separating space
 |       |      |-> match last part of the emot
 |       |-> it may have a `-` or not 
 |-> first part of the emoticon

由于您使用的是 javascript，并且您无权环顾四周：

/([\:\<]-?[)|\\/pP3D])(\s|$)/g.exec('hi :) ;D');

然后只是 splice() 从最后一个条目中取出结果数组（很可能是一个空格）

【讨论】：

【解决方案2】：

您想要关于间距的正则表达式环顾四周。这里的另一个答案提出了积极的展望，尽管我会双重否定：

(?<!\S)(\:\)|\:\(|<3|\:\/|\:-\/|\:\||\:p)(?!\S)

虽然 JavaScript 不支持(?<!pattern)、look-behind can be mimicked：

test_string.replace(/(\S)?(\:\)|\:\(|<3|\:\/|\:-\/|\:\||\:p)(?!\S)/,
                    function($0, $1) { return $1 ? $0 : replacement_text; });

我所做的只是在您的代码前面加上 (?<!\S) 前缀，在后面加上 (?!\S) 后缀。前缀确保您不跟随非空白字符，因此唯一有效的前导条目是空格或空（行首）。后缀做同样的事情，确保你后面没有非空白字符。另请参阅more thorough regex walk-through。

问题本身的一个 cmets 是建议 \b（单词边界）标记。我不推荐这些。事实上，这个建议会与你想要的相反； \b:/ 确实会匹配http://，因为p 和: 之间存在单词边界。这种推理会建议\B（不是单词边界），例如\B:/\B。这更便携（它适用于几乎所有正则表达式解析器，而环视则不适用），您可以在这种情况下选择它，但我更喜欢环视。

【讨论】：

我正在使用 JavaScript 并且 JS 不支持lookbehinds :(
@ChrisBarr 啊，好点。使用替换调用的函数解决。查看我刚刚所做的编辑。

【解决方案3】：

首先匹配表情符号（以处理 :pencil: 示例），然后检查终止空格或换行符：

(\:\w+\:|\<[\/\\]?3|[\(\)\\\D|\*\$][\-\^]?[\:\;\=]|[\:\;\=B8][\-\^]?[3DOPp\@\$\*\\\)\(\/\|])(?=\s|[\!\.\?]|$)

此正则表达式匹配以下（首选表情符号）返回匹配组 1 中的匹配项：

:( :) :P :p :O :3 :| :/ :\ :$ :* :@
:-( :-) :-P :-p :-O :-3 :-| :-/ :-\ :-$ :-* :-@
:^( :^) :^P :^p :^O :^3 :^| :^/ :^\ :^$ :^* :^@
): (: $: *:
)-: (-: $-: *-:
)^: (^: $^: *^:
<3 </3 <\3
:smile: :hug: :pencil:

除了空格之外，它还支持终端标点作为分隔符。

您可以在此处查看更多详细信息并进行测试：https://regex101.com/r/aM3cU7/4

【讨论】：

是的！我已经可以选择表情符号，但这里的关键是在我现有的正则表达式的末尾添加(?=\s|[\!\.\,\?]|$)。谢谢！
匹配 ( 或 ) 时，您还应该检查它是否不是有效括号集的一部分，例如，您不希望它与此处的 8) 表情符号匹配：blah blah bug (reproduced on iOS 8)。简而言之，这真的不是你可以用正则表达式处理好的。
看起来任何字符后跟: 也匹配（A:、~:、H: 等）。不要认为那是你想要的。在一组重复的表情符号（(:(:(:(: 或 :);):)）中，除了最后一个之外，所有的都错过了。

【解决方案4】：

我假设这些表情符号通常与前后空格一起使用。那么\s 可能就是您要查找的内容，因为它代表一个空白。

那么你的正则表达式就会变成

\s+(\:\)|\:\(|<3|\:\/|\:-\/|\:\||\:p)\s

【讨论】：