Yakın zamanda derin bir sinir ağı kullanarak analiz etmek için geniş bir Twitter zaman çizelgesini filtreledim. Bildiğiniz gibi, tweet'ler emojiler de dahil olmak üzere farklı türde içerikler içerebilir. Dolayısıyla ilk adımlardan biri verileri temizlemek, bu durumda tüm ifadeleri zaman çizelgesinden kaldırmaktı.

Bu birçok şekilde yapılabilse de, basit ve hızlı olduğu için JavaScript ile nasıl yapıldığını göstereceğim, o yüzden başlayalım.

Bu yazının alt başlığından da tahmin edebileceğiniz gibi, bunu yapmak için normal ifadeler kullanacağız.

Modern tarayıcılar, emojileri Emoji Unicode kategorisine ait olmalarına göre eşleştirmenize izin veren Unicode özelliğini destekler. Örneğin, emoji karakterlerini eşleştirmek/eşleşmemek için Unicode özellik kaçışlarını \p{Emoji} kullanabilirsiniz . \P{Emoji} 0123456789#* ve diğer karakterlerin önceki Unicode kategorisi kullanılarak emoji olarak yorumlandığını unutmayın. Bu nedenle, bunu yapmanın daha iyi bir yolu, kategori {Extended_Pictographic}yerine tipik olarak emoji olarak anlaşılan tüm karakterleri belirten Unicode kategorisini kullanmaktır {Emoji} .

Hadi bazı örneklere bakalım.

Unicode karakterleri eşleştirmek için \p{} kullanın

“Emoji” Unicode kategorisini kullanırsanız, yanlış sonuçlar alabilirsiniz:

const withEmojis = /\p{Emoji}/u
withEmojis.test('😀');  
//true
withEmojis.test('ab');
//false
withEmojis.test('1');  
//true  opps!

      

       Example 1
      

const withEmojis = /\p{Extended_Pictographic}/u
withEmojis.test('😀😀'); 
//true
withEmojis.test('ab');
//false
withEmojis.test('1');
//false

      

       Example 2
      

const noEmojis = /\P{Extended_Pictographic}/u
noEmojis.test('😀'); 
//false
noEmojis.test('1212');
//false

      

       Example 3
      

const withEmojis = /\p{Extended_Pictographic}/ug
const familyEmoji = '👨‍👩‍👧'
console.log(familyEmoji.length) 
//8
console.log(withEmojis.test(familyEmoji))
//true
console.log(familyEmoji.match(withEmojis))
//(3) ['👨', '👩', '👧']
familyEmoji.replaceAll(withEmojis,'*');
//*** opps!

      

       Example 4
      

Son geçişler

Bu ve diğer nadir davranışlardan kaçınmak için Mathias bynen s'nin emoji-regex gibi kitaplıklarını kullanabilirsiniz . Bu kitaplık, Unicode Standardına göre tüm emoji sembollerini ve dizilerini (Emoji'nin metinsel temsilleri dahil) eşleştirmek için düzenli bir ifade sunar.

Umarım bu küçük makale sizin için faydalı olacaktır.

Referanslar

https://github.com/mathiasbynens/emoji-regex