相关疑难解决方法(0)

我对编码有点困惑.据我所知,旧的ASCII字符每个字符占用一个字节.Unicode字符需要多少字节？

我假设一个Unicode字符可以包含来自任何语言的每个可能的字符 - 我是否正确？那么每个字符需要多少字节？

UTF-7,UTF-6,UTF-16等是什么意思？它们是不同版本的Unicode吗？

我阅读了有关Unicode的维基百科文章,但这对我来说非常困难.我期待看到一个简单的答案.

BMP是基本的多语言平面

根据JavaScript:好的部分:

JavaScript是在16位字符集的时候构建的,因此JavaScript中的所有字符都是16位宽.

这让我相信JavaScript使用UCS-2(不是UTF-16!)并且只能处理U + FFFF以前的字符.

进一步调查证实了这一点:

> String.fromCharCode(0x20001);

fromCharCode返回Unicode字符时,该方法似乎只使用最低16位.试图获得U + 20001(CJK统一表意文字20001)而不是返回U + 0001.

问题:是否可以在JavaScript中处理后BMP字符？

2011-07-31:来自Unicode支持Shootout的第 12个幻灯片:好的,坏的,以及(大部分)Ugly很好地解决了与此相关的问题:

我正在寻找一个简单的功能,可以删除Instagram评论中的表情符号字符.我现在尝试过的(我在SO和其他网站上找到的示例代码中有很多代码):

// PHP class
public static function removeEmoji($string)
{
    // split the string into UTF8 char array
    // for loop inside char array
        // if char is emoji, remove it
    // endfor
    // return newstring
}

任何帮助,将不胜感激

我从移动设备获得了文本输入.它包含表情符号.在C#中,我将文本作为

Text  text

简单地说,我想要输出文本

Text text

我试图用rejex从文本中删除所有这样的表情符号..除了,我不知道如何将该表情符号转换为它的unicode序列..我该怎么做？

编辑:

我正在尝试将用户输入保存到mysql中.它看起来像mysql UTF8并不真正支持unicode字符,正确的方法是通过更改架构,但我认为这不是我的选择.所以我试图删除所有的表情符号字符,然后将其保存在数据库中.

这是我相关专栏的架构:

我使用Nhibernate作为我的ORM,生成的插入查询如下所示:

Insert into `Content` (ContentTypeId, Comments, DateCreated) 
values (?p0, ?p1, ?p2);
?p0 = 4 [Type: Int32 (0)]. ?p1 = 'Text  text' [Type: String (20)], ?p2 = 19/01/2015 10:38:23 [Type: DateTime (0)]

当我从日志中复制此查询并直接在mysql上运行时,我收到此错误:

1 warning(s): 1366 Incorrect string value: '\xF0\x9F\x98\x80 t...' for column 'Comments' at row 1   0.000 sec

此外,我试图将其转换为编码字节,它并没有真正起作用..

是的，我知道这是一些现有问题的重复。我已经在我的原始问题介绍中通过参考充分承认了这一点。

但是，在 2019 年，该列表扩展到包括额外的 230 个表情符号集，我认为现有答案/范围中没有涵盖这些表情符号。

http://www.unicode.org/Public/emoji/12.0/

我不完全熟悉也不习惯构建要删除的 unicode 范围，所以如果有人知道您可以发布更新版本吗？

根据我的理解，代码有点分散，不能在一个连续的范围内从头到尾轻松定义。

到目前为止，2018 年更新的最佳答案在这里：

/sf/answers/2908059381/

text.replace(/([\uE000-\uF8FF]|\uD83C[\uDC00-\uDFFF]|\uD83D[\uDC00-\uDFFF]|[\u2011-\u26FF]|\uD83E[\uDD10-\uDDFF])/g, '');

如您所见，我还发布了关于更新列表的评论，但作者尚未更新答案。

其他类似问题：

jquery 删除所有表情符号包括新的

从 jquery 中删除表情符号

PHP：编写一个简单的 removeEmoji 函数

是否有任何正则表达式用于输入没有表情符号的文本(字母)？

我试图反转正则表达式但它工作不正确

/(?!:\ud83c[\udf00-\udfff]|\ud83d[\udc00-\ude4f]|\ud83d[\ude80-\udeff])$/g

在这种情况下,如果我输入letters(a-z),则该字符串无效