如何從Unicode字符串中刪除其他符號塊

Question

我想使用正則表達式remove miscellaneous symbols block from Unicode string也可以嘗試，但是它們中的任何一個都不可以使用正則表達式。我認為當前有人可以解決此問題，我如何從字符串中刪除其他符號塊。

Unicode字串

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

碼：

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

預期：

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

但我無法解決此問題。

Answer 1

它不起作用，因為String在Java中是不可變的 ，您必須使用將結果分配給輸入的方式如下：

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

或者簡單地：

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

因此，如果您進行這樣的打印：

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

兩者都給出：

😊😢)🎂
😊😢)🎂

Answer 2

如果輸入文本包含轉義的u字符（由反斜杠，“ u”和4個十六進制數字組成的文本），請先將其轉換為實char 。

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