正则表达式从字符串中删除表情符号
Regex to delete emojis from string
我有一个 list of the Unicode emojis，我想从中删除表情符号（即只想要整个第一部分和行末的名称）。示例行如下所示：
1F468 1F3FD 200D 2695 FE0F ; fully-qualified # ⚕️ man health worker: medium skin tone
1F469 1F3FF 200D 2695 ; non-fully-qualified # ⚕ woman health worker: dark skin tone
（为了简单起见，我从中删除了一些 space）。我想要匹配的是 [non-]fully-qualified 部分以及 # 和表情符号，所以我可以用 sed 删除它们。我试过以下正则表达式
sed -e 's/\<[on-]*fully-qualified\># *.+?(?=[a-zA-Z]) //g'
试图匹配单词 [non-]fully-qualified a space，# 符号，然后是任何你能找到的（非贪婪的）直到第一个字母，并替换它用一个空字符串。
我想要这样的输出：
1F468 1F3FD 200D 2695 FE0F ; man health worker: medium skin tone
1F469 1F3FF 200D 2695 ; woman health worker: dark skin tone
我尝试了几个已发布的答案都无济于事，此外，我正在尝试匹配两个边界之间的模式，这是我遇到的问题
编辑：我正在尝试 运行 git bash 中的命令 git windows
我喜欢搜索我真正想要的东西，然后保留它。
在我的测试中，这适用于 OS X：
sed -E 's/^([^#]+)#[^a-zA-Z\s]*(.*)$/ # /g'
编辑：我没有 sed 的 Windows 版本可以尝试，但也许这会奏效。不那么精确，但简短。
sed -e 's/#\s*[^a-zA-Z\s]*/# /g'
再次编辑：糟糕，我又看了一遍这个问题，你想删除的不仅仅是表情符号。这个应该可以。
sed -e 's/;[^#]*#\s*[^a-zA-Z\s]*/; /g'
我还是不太确定，但这可能有用：
sed 's/;.*fully-qualified\s*#[^a-zA-Z]*/; /'
这将替换任何分号 ;，后跟任何字符 .*，后跟 "fully-qualified" 文本，再后跟任意数量的 space ，后跟一个主题标签，然后是任何 not a-zA-Z [^a-zA-Z] 的字符，并将所有字符替换为分号后跟 space。
确保 [a-zA-Z] 只捕获 a 到 z 和 A 到 Z 而没有任何其他字符，这似乎是问题所在，针对该命令的快速修复可能是使用 LC_ALL=C:
LC_ALL=C sed 's/;.*fully-qualified\s*#[^a-zA-Z]*/; /' file
我有一个 list of the Unicode emojis，我想从中删除表情符号（即只想要整个第一部分和行末的名称）。示例行如下所示：
1F468 1F3FD 200D 2695 FE0F ; fully-qualified # ⚕️ man health worker: medium skin tone
1F469 1F3FF 200D 2695 ; non-fully-qualified # ⚕ woman health worker: dark skin tone
（为了简单起见，我从中删除了一些 space）。我想要匹配的是 [non-]fully-qualified 部分以及 # 和表情符号，所以我可以用 sed 删除它们。我试过以下正则表达式
sed -e 's/\<[on-]*fully-qualified\># *.+?(?=[a-zA-Z]) //g'
试图匹配单词 [non-]fully-qualified a space，# 符号，然后是任何你能找到的（非贪婪的）直到第一个字母，并替换它用一个空字符串。
我想要这样的输出：
1F468 1F3FD 200D 2695 FE0F ; man health worker: medium skin tone
1F469 1F3FF 200D 2695 ; woman health worker: dark skin tone
我尝试了几个已发布的答案都无济于事，此外，我正在尝试匹配两个边界之间的模式，这是我遇到的问题
编辑：我正在尝试 运行 git bash 中的命令 git windows
我喜欢搜索我真正想要的东西，然后保留它。
在我的测试中，这适用于 OS X：
sed -E 's/^([^#]+)#[^a-zA-Z\s]*(.*)$/ # /g'
编辑：我没有 sed 的 Windows 版本可以尝试，但也许这会奏效。不那么精确，但简短。
sed -e 's/#\s*[^a-zA-Z\s]*/# /g'
再次编辑：糟糕，我又看了一遍这个问题，你想删除的不仅仅是表情符号。这个应该可以。
sed -e 's/;[^#]*#\s*[^a-zA-Z\s]*/; /g'
我还是不太确定，但这可能有用：
sed 's/;.*fully-qualified\s*#[^a-zA-Z]*/; /'
这将替换任何分号 ;，后跟任何字符 .*，后跟 "fully-qualified" 文本，再后跟任意数量的 space ，后跟一个主题标签，然后是任何 not a-zA-Z [^a-zA-Z] 的字符，并将所有字符替换为分号后跟 space。
确保 [a-zA-Z] 只捕获 a 到 z 和 A 到 Z 而没有任何其他字符，这似乎是问题所在，针对该命令的快速修复可能是使用 LC_ALL=C:
LC_ALL=C sed 's/;.*fully-qualified\s*#[^a-zA-Z]*/; /' file