如何删除（Javascript）字符串中除表情符号之外的所有内容？答案

【问题标题】：How to remove all but emojis in a (Javascript) string?如何删除（Javascript）字符串中除表情符号之外的所有内容？
【发布时间】：2015-08-14 08:09:01
【问题描述】：

我正在尝试多个正则表达式，但我无法让它们工作。

我有一个简单的输入，用户可以输入他们喜欢的任何内容，只是最终结果必须包含表情符号。为此，我必须从字符串中删除不是表情符号的每个字符，然后检查长度是否 >= 1。

所以基本上这个：asf..?23kj????gasdf..????,fwe34 应该变成这个：????????。然后我会检查长度以确认它 >=1 并且我会很高兴。

我正在使用 Mac OS 自己的虚拟表情符号键盘来沿着输入中的文本编写表情符号，以防你觉得知道它有用。

【问题讨论】：

将您已经尝试过的代码添加到您的问题中。
"I'm trying multiple regex expressions" - 没有发布过？ javascript 字符串中的表情符号是什么样的？
它显示的只是一个图标，尽管它在内部附加了一个 unicode (apps.timwhitlock.info/emoji/tables/unicode)。
我只是使用“替换”功能来删除字符，例如tags.replace(/^[\u1f600-\u1f64f]/g, 'X');，而不是删除字符应该将它们更改为“X”。
.replace(/\ud83d[\ude00-\ude4f]/g, '') 删除所有表情符号，然后计数s.length - s_new.length 怎么样？

标签： javascript regex emoji

【解决方案1】：

根据我从 cmets 得到的信息，其中一些可能有帮助，也可能没有帮助 -

验证字符串是否包含 1 个或多个表情符号：

 # ^(?=[\S\s]*(?:\ud83d[\ude00-\ude4f]))

 ^ 
 (?=
      [\S\s]* 
      (?: \ud83d [\ude00-\ude4f] )
 )

只删除表情符号，留下其余的（全局）：

查找：(?:\ud83d[\ude00-\ude4f])*((?:(?!\ud83d[\ude00-\ude4f])[\S\s])+)(?:\ud83d[\ude00-\ude4f])*
替换：$1

 (?: \ud83d [\ude00-\ude4f] )*
 (                                       # (1 start)
      (?:
           (?! \ud83d [\ude00-\ude4f] )
           [\S\s] 
      )+
 )                                       # (1 end)
 (?: \ud83d [\ude00-\ude4f] )*

删除除表情符号以外的所有内容（全局）：

查找：((?:\ud83d[\ude00-\ude4f])*)(?:(?!\ud83d[\ude00-\ude4f])[\S\s])+((?:\ud83d[\ude00-\ude4f])*)
替换：$1$2

 (                                       # (1 start)
      (?: \ud83d [\ude00-\ude4f] )*
 )                                       # (1 end)
 (?:
      (?! \ud83d [\ude00-\ude4f] )
      [\S\s] 
 )+
 (                                       # (2 start)
      (?: \ud83d [\ude00-\ude4f] )*
 )                                       # (2 end)

编辑：要使用不同的 emoji utf16 范围，请执行此操作

不同的高代理：

(?:
     High_surrogate_A [Low_surrogate_start_A-Low_surrogate_end_A]
  |  High_surrogate_B [Low_surrogate_start_B-Low_surrogate_end_B]
  |  High_surrogate_C [Low_surrogate_start_C-Low_surrogate_end_C]
)

或者，相同的高代理，不同的低代理范围：

(?:
     High_surrogate [Low_surrogate_start1-Low_surrogate_end1Low_surrogate_start2-Low_surrogate_end2]
)

或者，混合：

(?:
     High_surrogate_A [Low_surrogate_startA1-Low_surrogate_endA1Low_surrogate_startA2-Low_surrogate_endA2]
  |  High_surrogate_B [Low_surrogate_start_B-Low_surrogate_end_B]
)

你在哪里看到：

(?: \ud83d [\ude00-\ude4f] )*

在占位符HERE 中替换上述之一

HERE*

你在哪里看到：

(?! \ud83d [\ude00-\ude4f] )

在占位符HERE 中替换上述之一

(?!HERE)

注意 - 您也可以添加高代理范围，但是所有高代理必须共享相同的低代理范围。

【讨论】：

这几乎可以正常工作，但这主要是由于在其他 UTF 范围中添加了新的表情符号，因此它们在不应该被删除时被删除。这段代码基本上可以正常工作，但正如我所说，它删除的内容超出了应有的范围。如何添加更多范围，以免删除新的表情符号？顺便说一句，如果你能告诉我，你是在哪里找到这些范围的。

【解决方案2】：

表情符号位于 1F601 - 1F64F 的补充平面中。普通的 JS 正则表达式不适用于此类代码点。如果你有一个支持新的u 标志（Babel 支持）的 ES6 实现，那应该可以为你完成这项工作。

tags.replace(/^[\u{1f600}-\u{1f64f}]/g, 'X');

否则需要考虑使用https://github.com/mathiasbynens/regenerate之类的库。

【讨论】：