如何在C++的推文中删除表情符号

How to remove emoticons from tweets in C++?

本文关键字：删除 符号 文中 C++      更新时间：2023-10-16

我正在C++开发Twitter情绪分析工具。到目前为止，我从Twitter上获得了推文，并对其进行了一点处理（小写，删除RT，删除#和URL）。

下一步是删除表情符号和所有这些特殊字符。怎么做呢？在你跳我之前，我已经看过其他类似的问题，但没有一个涉及C++。主要是R，Python和PHP。

我想使用正则表达式，但我无法让它工作。我尝试删除主题标签和 URL，但我放弃了。我最终使用了普通的字符串：查找和find_first_of。

是否有任何库或方法可用于摆脱这些表情符号和特殊内容？

谢谢

我建议为此使用正则表达式。现在你有两个选择，你可以只提取你感兴趣的字符（如果你正在处理英文推文，这可能是A-Z，a-z，数字和一些符号，这取决于你的需要），或者你可以选择无效字符（表情符号）并用空字符串替换它们。

我只有Qt的正则表达式引擎的经验，但是c ++标准库支持正则表达式（尽管我不确定Unicode有多好），但ICU也提供了一个正则表达式库。

*我会提供更多链接，但我没有足够的声誉：/

相关文章：