如何使用 xquery 从文本中删除表情符号

joe*_*wiz 5

要替换 emoji，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}", "")

这将返回预期结果：

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，(Purple Heart, U+1F49C)，根据part./en/unicode/U+1F49C之类的网站可以让您查找 Unicode 字符信息，来自：

杂项符号和象形文字，U+1F300 - U+1F5FF

此块在 XPath 或 XQuery 处理器中不可用，因为它既未列在上面链接的 XML Schema 1.0 规范中，也未列在用于 XSD 正则表达式的 Unicode 块名称中——XPath 和 XQuery 处理器符合的块列表XML Schema 1.1需要支持。

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，我们可以如下匹配：

replace("Purple  heart", "[🌀-🗿]", "")

这将返回预期结果：

Purple  Heart

如果您想知道为什么我们使用🌀and not U+1F300or \x1F300，那是因为，正如 Michael Kay 上面提到的，“XQuery 使用 XML 转义约定，而不是 C/Java 转义约定\xFFFF。”

（我已经更新了答案以回应其他非常有用的评论。）