[英]Regex to search and replace emojis in openrefine
我正在處理一個包含大量數據的文件,其中還包括表情符號。 我正在使用 openrefine 來清理數據,但我找不到刪除常見表情符號的捷徑,例如笑臉,這些表情符號包含在數據中很多我嘗試了一些正則表達式,它適用於一些表情符號,但仍然存在。 下面是我在搜索和替換中嘗試的代碼
"[\p{C}]|[\p{So}]|[\u20E3]"
構建一個正則表達式來匹配所有 Unicode 表情符號是非常重要的,但是有一個 Github 存儲庫和一個腳本來構建它基於 Unicode 標准(以及該腳本的輸出)可用在這里:
你能試試這個代碼,用 Jython/Python 代替 Grel 嗎?
import re
def remove_emojis(data):
emoj = re.compile("["
u"\U0001F600-\U0001F64F" # emoticons
u"\U0001F300-\U0001F5FF" # symbols & pictographs
u"\U0001F680-\U0001F6FF" # transport & map symbols
u"\U0001F1E0-\U0001F1FF" # flags (iOS)
u"\U00002500-\U00002BEF" # chinese char
u"\U00002702-\U000027B0"
u"\U00002702-\U000027B0"
u"\U000024C2-\U0001F251"
u"\U0001f926-\U0001f937"
u"\U00010000-\U0010ffff"
u"\u2640-\u2642"
u"\u2600-\u2B55"
u"\u200d"
u"\u23cf"
u"\u23e9"
u"\u231a"
u"\ufe0f" # dingbats
u"\u3030"
"]+", re.UNICODE)
return re.sub(emoj, '', data)
return remove_emojis(value)
截屏
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.