C# .net 去除/过滤Emoji表情分享

最新推荐文章于 2022-11-25 14:56:04 发布

原创最新推荐文章于 2022-11-25 14:56:04 发布 · 7k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#C# #Emoji

C# 专栏收录该内容

2 篇文章

订阅专栏

本文分享了在C# .NET中如何有效去除和过滤Emoji表情的方法，包括尝试不同的编码方式，如从Unicode转换为UTF32，并通过检查字节流中的特定值来过滤表情。在实验过程中，作者发现大部分Emoji由两个特定字节表示，通过判断这两个字节可以成功过滤掉大部分表情，同时避免误删正常字符。

C# .net 去除/过滤Emoji表情分享

Emoji去除字符串存Mysql
因为项目需要，所以需要去除Emoji表情，但是网上文章很多，使用的都不够顺畅
正则等等好多方式，比较多的是JAVA的，根据编码过滤

在自己的项目里面测试这个有点麻烦，不断的重启等
给新手推荐一个网址，可以在线测试一些简单的代码，无需再调试了
链接: 菜鸟教程

下面的截图都来自菜鸟教程截图

一开始我是使用的<Emoji表情过滤 c#>
参考：https://blog.youkuaiyun.com/liumapple/article/details/43900455

private string test(string str)

        { 
            string result = Regex.Replace(str, @"\p{Cs}", ""); 
            return result;
        }

这个方法能够过滤很多emoji表情，但是有些表情没有过滤掉，存入Mysql后就变成了��

后来参考：https://blog.youkuaiyun.com/oDanYiNiao/article/details/51264551?utm_source=blogxgwz4

            foreach (var a in str)
            {
                byte[] bts = Encoding.Unicode.GetBytes(a.ToString());

                if (bts.Length == 4 || bts.Length == 5)
                {
                   str = str.Replace(a.ToString(), ""); 
                }
            }
            return str;

发现还是没有达到我想要的效果！
再后来看到Encoding.UTF32的方法，灵机一动，把上面Encoding.Unicode 改成Encoding.UTF32
图中发现1的符号对应的是253，emoji表情分成了2个��，我就想会不会所有的emoji表情都是2个��组成
试验发现大部分都是这样的，剩下的那部分也都是MYsql能够识别的
1233

大家可以去试试，链接: 符号大全最下面更多进入Emoji表情
一个Emoji表情都是2个�组成，而且�也不是我需要的符号，我就可以都过滤掉。
但是直接用if(a.ToString()==“�”) 却无法过滤！

我就想通过bts[0]=253 或者bts[1]=255去尝试
实验发现bts[0]=253大部分Emoji表情都能过滤掉了，剩下的都是Mysql能够识别的！但是特殊字符这"ヽ"，“ㇽ”
2个字符也会被去掉了
如果用bts[1]=255，去掉的能够识别的字符更多了
所以，我们使用bts[0]=253&&bts[1]=255
这样基本上Emoji表情都能去除了

最终代码

			foreach (var a in str)
            {
                byte[] bts = Encoding.UTF32.GetBytes(a.ToString());
                
                if (bts[0].ToString() == "253"&& bts[1].ToString() == "255")
                {
                    str = str.Replace(a.ToString(), "");
                }
                    
            }
            return str;