0
私はutf8テキストファイルからemojisをフィルタリングする方法を見つけようとしています。どうやら、emojisにマッチさせるために使用できるjavascript正規表現（https://raw.githubusercontent.com/mathiasbynens/emoji-regex/master/index.js）があります。私はこの正規表現をC＃の方言に翻訳することができませんでした（理解できない違いがあるようです）。それから私は単純なコードに従って、テキスト内の非単語と非空白の文字をすべて一致させるようにしました（手作業でemojisを選択し、それらを正規表現に入れて空文字列に置き換える）。C＃のマッチングemojis
string input = @"some path\";
List<char> emojis = new List<char>();
foreach(FileInfo file in new DirectoryInfo(input).GetFiles("*.txt", SearchOption.AllDirectories))
{
MatchCollection matches = Regex.Matches(File.ReadAllText(file.FullName), @"[^\w\s]{1}");
foreach(Match match in matches)
{
string value = match.Value;
foreach(char c in value.ToCharArray())
{
if(!emojis.Contains(c))
{
emojis.Add(c);
}
}
}
}
foreach(char c in emojis)
{
File.AppendAllText(@"\\Emojis.txt", c.ToString()+"|");
}
しかし、私は#develop
System.Text.EncoderFallbackExceptionで例外を取得：指定されたコード・ページにインデックス0でuD83D \ユニコード 文字を変換することができません。 正規表現にマッチした文字を文字に変換するのは良い考えではありません。どのようなアイデアを私はこれを修正することができます よろしくお願いいたします。
すべての '\ u'を' \ x'に置き換え、 '\\ * 'を先頭に' \\ *'を付けて使用することができます – Abion47
\ xと違いはないと思いますまたは\ u。私は両方の方法を試みた。 \ xを使用すると、例外['x-y]の範囲が逆順になります'。 With '16進数ではありません。'という例外がスローされます。 –
javascriptのオンライン正規表現テスターでこの正規表現の単語。だから、C＃で動作するように何かを変更しなければなりません。 64000以上の文字値を補正するために16進数のペアを追加するのはおそらくでしょうか？ –