Twitter API返回一个实体列表，其中包含指示实体在推文文本中开始和结束的开始/结束索引。
当推文文本包含表情符号时，对于文本中的每个表情符号，这些索引都会偏离1。推文文本中的每个表情符号都包含两个unicode字符（\ud83d\udc4c）。我的假设是，在C＃中，这些被计为两个字符而不是一个，这使得所有索引都关闭（并且越来越多地取决于表情符号的数量）。
所以我查看了twemoji这是Twitter的官方表情符号库。这是使用正则表达式（see twemoji JS code）在文本中查找表情符号。我将这个正则表达式复制到我的代码中，用一个字符替换表情符号（稍后由图像替换，但现在X就足够了）。我复制模式，转义所有反斜杠，从开头删除/，从结尾删除/g。 C＃然后很乐意接受正则表达式，我可以使用此代码将所有表情符号替换为X：
string strippedText = Regex.Replace(text, emojiRegex, "X");
然而，有些推文似乎包含了emojis而不是（还有？）支持的twemoji，例如\ud83c\udffb，这导致我的剥离不会剥离所有内容和索引再次关闭。
我如何找到任何不受支持的表情符号并将其除去？有没有我可以使用的通用正则表达式，或者还有其他（和更好的）正则表达式＆＃39;那里有更多的表情符号？
或者甚至更好，有没有办法让C＃理解包含表情符号的字符串只将它们视为一个字符而不是两个？