Question

我想从我的String中删除所有不可打印的字符+所有表情符号。

我试过了，但它对表情符号不起作用：

public static String removeAllNoAsciiChars(String str) {
        if (!TextUtils.isEmpty(str)) {
            str = str.replaceAll("\\p{C}", "");
        }
        return str;
    }

示例：

“L'alphabetestgénial！”

最终结果：“L'alphabetestgénial！”

“Çac'estducœur❤️:)！”

预期的最终结果：“Çac'estducœur:)！”

Answer 1

\\p{C}正则表达式负责处理所有不可打印的字符。请注意，这包括标签和换行符。

至于表情符号，那有点复杂。您可以只匹配Unicode中较新的表情符号字符，即Unicode Block 'Emoticons'（U + 1F600到U + 1F64F），但这并不是所有表情符号字符，例如❤ 'HEAVY BLACK HEART'（U + 2764）不在该范围内。

如果您查看这些表情符号字符，例如 'GRINNING FACE'（U + 1F600），您会看到它属于Unicode类别“Symbol, Other [So]”，其中包含5855个字符。如果你没有删除所有这些，那肯定是最简单的解决方案。

你的文字包括一个红色的心（❤️），而不是一个黑色的心（❤），这是通过在黑心之后添加变异选择器以Unicode完成的，例如，在这种情况下，'VARIATION SELECTOR-16'（U + FE0F）。有256个变体选择器，它们都在Mark, Nonspacing [Mn]类别中，但您可能不想删除所有1763个，因此您需要删除2个变化选择器范围，即U + FE00到U + FE0F（选择器1-16）和U + E0100至U + E01EF（选择器17-256）。

之后，您可能想要也可能不想将连续的空格减少到一个空格。

str = str.replaceAll("[\\p{C}\\p{So}\uFE00-\uFE0F\\x{E0100}-\\x{E01EF}]+", "")
         .replaceAll(" {2,}", " ");

如何从字符串中删除所有无法打印的字符+表情符号？

1 个答案: