regex - 如何在 Scala 中识别表情符号？

Question

我正在处理来自 Twitter Api 的推文，很多推文都有表情符号。我试图跟踪最常用的表情符号，但我在实际识别它们时遇到了麻烦。

我正在使用:https://github.com/iamcal/emoji-data识别表情符号。

我不知道如何确定字符串是否包含表情符号。我试过在 emoji-data 'unified' 字段中使用正则表达式，我试过只检查字符串是否包含该字段。我真的只是不确定如何检查表情符号.. 任何帮助将不胜感激。

val pattern = new Regex("(${a.unified})")
(pattern findAllIn text).mkString(",")

这是我使用正则表达式尝试过的。这没有找到任何表情符号。我也尝试在 emoji-data 的统一字段之前添加一个\u ，但这无济于事。

Answer 1

您可以使用以下 Regex 来查找表情符号字符(以及 Unicode 语言平面之外的其他字符):
[^\u0000-\uFFFF]
例如，我们使用以下代码从字符串中过滤掉表情符号:
"some string".replaceAll("[^\u0000-\uFFFF]", "");
希望有帮助。