Hoe verwijder ik emoji-tekens uit een string?

Ervan uitgaande dat u alleen alle niet-BMP-tekens wilt verwijderen, d.w.z. alles met een Unicode-codepunt van U+10000 en hoger, kunt u een regex gebruiken om een ​​UTF-16 surrogaat te verwijderen code-eenheden uit de tekenreeks. Bijvoorbeeld:

using System;
using System.Text.RegularExpressions;

class Test
{
    static void Main(string[] args)
    {
        string text = "x\U0001F310y";
        Console.WriteLine(text.Length); // 4
        string result = Regex.Replace(text, @"\p{Cs}", "");
        Console.WriteLine(result); // 2
    }
}

Hier is "Cs" de Unicode-categorie voor "surrogaat".

Het lijkt erop dat Regex werkt op basis van UTF-16-code-eenheden in plaats van Unicode-codepunten, anders zou u een andere aanpak nodig hebben.

Merk op dat er andere niet-BMP-tekens zijn dan emoji, maar ik vermoed dat je zult merken dat ze hetzelfde probleem zullen hebben wanneer je ze probeert op te slaan.