Удалите Emojis из Java-строки
1. Обзор
Emojis становятся все более популярными в текстовых сообщений в эти дни – иногда мы должны очистить наш текст от них и других символов.
В этом учебнике мы обсудим различные способы удаления смайликов из Струнные на Яве.
2. Использование библиотеки эмодзи
Во-первых, мы будем использовать библиотеку смайликов для удаления смайликов из нашей Струнные .
Мы будем использовать emoji-java в следующем примере, поэтому мы должны эту зависимость от нашей пом.xml :
com.vdurmont emoji-java 4.0.0
Последнюю версию можно найти здесь .
Теперь давайте посмотрим, как использовать emoji-java для удаления смайликов из нашей Струнные :
@Test public void whenRemoveEmojiUsingLibrary_thenSuccess() { String text = "la conférence, commencera à 10 heures ?"; String result = EmojiParser.removeAllEmojis(text); assertEquals(result, "la conférence, commencera à 10 heures "); }
Вот, мы вызов удалитьAllEmojis () метод EmojiParser .
Мы также можем использовать EmojiParser заменить эмодзи псевдонимами с помощью parseToAliases () метод:
@Test public void whenReplaceEmojiUsingLibrary_thenSuccess() { String text = "la conférence, commencera à 10 heures ?"; String result = EmojiParser.parseToAliases(text); assertEquals( result, "la conférence, commencera à 10 heures :sweat_smile:"); }
Обратите внимание, что использование этой библиотеки очень полезно, если нам нужно заменить смайлики на их псевдонимы.
Однако библиотека emoji-java будет обнаруживать только смайлики, но не сможет обнаружить символы или другие специальные символы.
3. Использование регулярного выражения
Далее мы можем использовать обычное выражение для удаления смайликов и других символов.
Мы разрешаем только определенные типы символов:
@Test public void whenRemoveEmojiUsingMatcher_thenSuccess() { String text = "la conférence, commencera à 10 heures ?"; String regex = "[^\\p{L}\\p{N}\\p{P}\\p{Z}]"; Pattern pattern = Pattern.compile( regex, Pattern.UNICODE_CHARACTER_CLASS); Matcher matcher = pattern.matcher(text); String result = matcher.replaceAll(""); assertEquals(result, "la conférence, commencera à 10 heures "); }
Давайте разобить наше обычное выражение:
- (p’L) – чтобы все буквы с любого языка
- (p’N) – для чисел
- (пЗП) – для пунктуации
- (п. п.) – для белопространственных сепараторов
- ^ для отрицания, так что все эти выражения будут в белом списке
Это выражение будет хранить только буквы, цифры, знаки препинания и белое пространство. Мы можем настроить выражение, как мы хотим, чтобы или удалить больше типов символов
Мы также можем использовать String.replaceAll () с тем же regex:
@Test public void whenRemoveEmojiUsingRegex_thenSuccess() { String text = "la conférence, commencera à 10 heures ?"; String regex = "[^\\p{L}\\p{N}\\p{P}\\p{Z}]"; String result = text.replaceAll(regex, ""); assertEquals(result, "la conférence, commencera à 10 heures "); }
5. Использование код-пойнтов
Теперь мы также обнаружим смайлики, используя их кодовые точки. Мы можем использовать «хексидецимальное значение» выражение, чтобы соответствовать определенной точке Unicode.
В следующем примере мы удаляем два диапазона смайликов Unicode, используя их точки Unicode:
@Test public void whenRemoveEmojiUsingCodepoints_thenSuccess() { String text = "la conférence, commencera à 10 heures ?"; String result = text.replaceAll("[\\x{0001f300}-\\x{0001f64f}]|[\\x{0001f680}-\\x{0001f6ff}]", ""); assertEquals(result, "la conférence, commencera à 10 heures "); }
Полный список доступных в настоящее время смайликов и их кодовые точки можно найти здесь .
6. Использование диапазона Unicode
Наконец, мы будем использовать Unicode снова, но с помощью Зу выражение на этот раз.
Проблема в том, что некоторые точки Unicode не вписываются в один 16bit Java-символ, поэтому некоторым из них нужны два символа.
Вот соответствующее выражение с помощью Зу :
@Test public void whenRemoveEmojiUsingUnicode_thenSuccess() { String text = "la conférence, commencera à 10 heures ?"; String result = text.replaceAll("[\ud83c\udf00-\ud83d\ude4f]|[\ud83d\ude80-\ud83d\udeff]", ""); assertEquals(result, "la conférence, commencera à 10 heures "); }
7. Заключение
В этой быстрой статье мы изучили различные способы удаления смайликов из Java String. Мы использовали библиотеку смайликов, регулярные выражения и диапазоны Unicode.
Полный исходный код для примеров можно найти более на GitHub .