从Haskell中的一个字符串中删除所有表情符

Question

我做了一个Mastodon/Twitter < - > IRC机器人。它工作得很好，但有人抱怨说，当人们在乳齿象上使用emojis时（这在某些用户名中似乎发生了很多..）它打破了他的终端。

我想知道是否有一种方法将它们发送到IRC之前卸下这些从字节串（或至少提供一个选项，这样做），谷歌上搜索了一下，我发现这一点：removing emojis from a string in Python

貌似\ U0001F600- \ U0001F64F应该是表情符号范围，如果我理解正确的话，但我从来没有使用过正则表达式。任何简单的方法将其转化为Haskell？我试着读了一下正则表达式，但是当我尝试时，我只得到“在字符'U'处的字符串/字符字面值词法错误'，我假定语法必须是python的东西。

感谢

Answer 1

不是一个表情符或Unicode专家，但这似乎工作：

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

str = "wew" 

丹尼尔·瓦格纳指出，这可制成甚至更好：

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

演示in ghci：

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

说明：fromEnum函数将字符转换为由Unicode定义的对应值Int。我只是检查函数中的表情符号的Unicode范围，以确定它是否实际上是表情符号。

Answer 2

Unicode字符由单个反斜杠表示，接着任选的x为十六进制，o为八进制，没有用于表示字符[0]的十进制数：

putStrLn "\x1f600" -- 

这里，\x为前缀Unicode中第一个表情符号的十六进制表示。

现在可以使用正则表达式删除表情符号，或者你可以简单地做：

emojis = concat [['\x1f600'..'\x1F64F'], 
       ['\x1f300'..'\x1f5ff'], 
       ['\x1f680'..'\x1f6ff'], 
       ['\x1f1e0'..'\x1f1ff']] 
someString = "hello " 
removeEmojis = filter (`notElem` emojis) 

putStrLn . removeEmojis $ someString -- "hello " 

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