从Haskell中的字符串中删除所有表情符号

Question

我做了一个乳齿象/推特＆lt; - ＆gt; IRC机器人一会儿。它一直很好用，但是有人抱怨当人们在乳齿象上使用表情符号时（这似乎在某些用户名中发生了很多......）它打破了他的终端。

我想知道是否有办法在将它们发送到IRC之前从ByteStrings中删除它们（或者至少提供一个选项），谷歌搜索了一下我发现：removing emojis from a string in Python

如果我理解正确的话，看起来像\ U0001F600- \ U0001F64F应该是表情符号范围，但我从来没有使用正则表达式。任何简单的方法将其转换为Haskell？我试过读一下正则表达式，但是当我尝试时，我只得到“字符'U'中的字符串/字符文字中的词汇错误”，我认为语法必须是python的东西。

由于

Answer 1

Unicode字符由单个反斜杠表示，后跟可选的{16}表示十六进制，x表示八进制，没有表示字符[0]的十进制数字：

o

这里，putStrLn "\x1f600" -- 是Unicode中第一个表情符号字符的十六进制表示的前缀。

您现在可以使用RegExp删除表情符号，或者只需执行以下操作：

\x

[0] Haskell Language 2010: Lexical Structure#Character and String Literals

Answer 2

不是表情符号或unicode专家，但这似乎有效：

isEmoji :: Char -> Bool
isEmoji c = let uc = fromEnum c
            in uc >= 0x1F600 && uc <= 0x1F64F

str = "wew"

Daniel Wagner指出，这可以做得更好：

isEmoji :: Char -> Bool
isEmoji c = c >= '\x1F600' && c <= '\x1F64F'

ghci中的演示：

λ> str
"\128513wew\128513"
λ> filter isEmoji str
"\128513\128513"
λ> filter (not . isEmoji) str
"wew"

说明：fromEnum函数将字符转换为Unicode定义的相应Int值。我只是检查函数中的unicode范围的表情符号，以确定它是否真的是表情符号。