在PHP PCRE 语法中，如何指定多代码点Unicode 字符/"emoji"？

Question

代码：

var_dump(preg_replace('#\x{1F634}#u', '', 'This is the sleeping emoji: '));
var_dump(preg_replace('#\x{1F1FB 1F1F3}#u', '', 'This is the Vietnam flag: '));

预期输出：

string(28) "This is the sleeping emoji: "
string(33) "This is the Vietnam flag: "

实际输出：

string(28) "This is the sleeping emoji: "
string(34) "This is the Vietnam flag:   "

分析：

成功移除单码表情，但未检测到多码表情。

进行的研究：

阅读以下内容：https://www.php.net/manual/en/regexp.reference.escape.php

After "\x", up to two hexadecimal digits are read (letters can be in upper or lower case). In UTF-8 mode, "\x{...}" is allowed, where the contents of the braces is a string of hexadecimal digits. It is interpreted as a UTF-8 character whose code number is the given hexadecimal number. The original hexadecimal escape sequence, \xhh, matches a two-byte UTF-8 character if the value is greater than 127.

遗憾的是，它没有提到多代码点 Unicode 字符。

问题：

如何在 PHP PCRE 语法中指定多代码点 emoji/Unicode 字符？

帮助说明：

这不是范围！我能够检测和删除范围。这是一个 单个 emoji/Unicode 字符，由 多个 个“代码点”组成。这里指定了很多：https://www.unicode.org/Public/emoji/13.1/emoji-sequences.txt

Answer 1

您引用了 \x{...]“被解释为 UTF-8 字符”之类的段落。写法有点奇怪，因为它是UTF-8中的Unicode代码点而不是字符，但是由于你需要两个代码点，所以你还需要两个这样的序列：

var_dump(preg_replace('#\x{1F1FB}\x{1F1F3}#u', '', 'This is the Vietnam flag: '));