如何从Unicode字符串中删除其他符号块

Question

我想使用正则表达式remove miscellaneous symbols block from Unicode string也可以尝试，但是它们中的任何一个都不可以使用正则表达式。我认为当前有人可以解决此问题，我如何从字符串中删除其他符号块。

Unicode字串

\u263A\uD83D\uDE0A\uD83D\uDE22)\uD83C\uDF82

码：

String input = "\u263A\uD83D\uDE0A\uD83D\uDE22)\uD83C\uDF82";
input.replaceAll("[\u2600-\u26FF]|[\u2700-\u27BF]", "");

预期：

\uD83D\uDE0A\uD83D\uDE22)\uD83C\uDF82

但我无法解决此问题。

Answer 1

它不起作用，因为String在Java中是不可变的 ，您必须使用将结果分配给输入的方式如下：

String result = input.replaceAll("[\u2600-\u26FF]|[\u2700-\u27BF]", "");

或者简单地：

input = input.replaceAll("[\u2600-\u26FF]|[\u2700-\u27BF]", "");

因此，如果您进行这样的打印：

System.out.println(input);
System.out.println("\uD83D\uDE0A\uD83D\uDE22)\uD83C\uDF82");

两者都给出：

😊😢)🎂
😊😢)🎂

Answer 2

如果输入文本包含转义的u字符（由反斜杠，“ u”和4个十六进制数字组成的文本），请先将其转换为实char 。

input = StringEscapeUtils.unescapeJava(Input); // From Apache commons
input = input.replaceAll("[\u2600-\u26FF]|[\u2700-\u27BF]", "");