如何使用 xquery 从文本中删除表情符号答案

【问题标题】：How can i remove emoji's from text using xquery如何使用 xquery 从文本中删除表情符号
【发布时间】：2021-11-22 18:02:09
【问题描述】：

我有一个 $text = "Hello ???????????? üäö$"

我想使用 xquery 从文本中删除表情符号。我该怎么做？

预期结果：“Hello üäö$”

我尝试使用：

replace($text, '[^\x00-\xFFFF]', '')

但没用。

提前致谢:)

【问题讨论】：

【解决方案1】：

要替换表情符号，您可以利用 XPath 对 Character Class Escapes 的支持，特别是 Category 和 Block Escapes，来匹配命名的 Unicode 块：

replace("Hello ??? üäö$", "\p{IsEmoticons}", "")

这会返回预期的结果：

Hello  üäö$

“表情符号”块不包含通常与“表情符号”相关的所有字符。例如，?（紫心，U+1F49C），根据https://www.compart.com/en/unicode/U+1F49C 之类的网站可以让您查找 Unicode 字符信息，来自：

其他符号和象形文字，U+1F300 - U+1F5FF

此块在 XPath 或 XQuery 处理器中不可用，因为它既没有列在上面链接的 XML Schema 1.0 规范中，也没有列在 Unicode block names for use in XSD regular expressions 中——XPath 和 XQuery 处理器符合 XML Schema 1.1 的块列表是required to support。

对于 XPath 或 XQuery 中不可用的块中的字符，您可以手动构造字符类。例如，给定上面的紫心字符，我们可以这样匹配：

replace("Purple ? heart", "[&#x1F300;-&#x1F5FF;]", "")

这会返回预期的结果：

Purple  Heart

如果您想知道为什么我们使用 &#x1F300; 而不是 U+1F300 或 \x1F300，那是因为，正如 Michael Kay 上面提到的，“XQuery 使用 XML 转义约定 &#xFFFF;，而不是 C/Java转义约定\xFFFF。”

（我已经更新了答案以响应其他非常有用的 cmets。）

【讨论】：

如果匹配"\p{IsEmoticons}"，那么单个表情符号也会被替换。
如果我使用 replace("Hello ??? ?? üäö$", "\p{IsEmoticons}+", "")，它只会删除笑脸表情符号，我怎样才能将它们全部删除来自查询？
我已经更新了我对表情符号块之外的地址字符的回答。