如何在JS中用正则表达式提取tg-emoji标签内的表情符号

完全可以通过JavaScript正则表达式实现需求，以下是具体操作方法：

核心思路 #

通过正则匹配<tg-emoji>标签的结构，忽略不同的emoji-id属性值，捕获标签内部的表情符号内容。

正则表达式说明 #

使用带Unicode模式的正则来精准匹配表情：

/<tg-emoji\s+emoji-id="[^"]+">([\p{Emoji}]+)<\/tg-emoji>/gu

各部分作用：

• <tg-emoji\s+emoji-id="[^"]+">：匹配<tg-emoji起始标签，兼容任意emoji-id属性值（[^"]+匹配非双引号的所有字符）
• ([\p{Emoji}]+)：捕获组，匹配一个或多个表情符号（\p{Emoji}是Unicode属性转义，支持所有标准表情，包括带肤色修饰的变体）
• <\/tg-emoji>：匹配闭合标签
• g：全局模式，匹配所有符合的标签
• u：启用Unicode模式，支持\p{Emoji}这类Unicode属性匹配

代码示例 #

场景1：提取所有表情符号

const rawStr = '<tg-emoji emoji-id="5818665600624365278">⏺</tg-emoji><tg-emoji emoji-id="123456">😊</tg-emoji><tg-emoji emoji-id="987654">👍🏻</tg-emoji>';

// 提取所有表情
const emojiList = rawStr.match(/<tg-emoji\s+emoji-id="[^"]+">([\p{Emoji}]+)<\/tg-emoji>/gu)?.map(item => {
  const match = item.match(/<tg-emoji\s+emoji-id="[^"]+">([\p{Emoji}]+)<\/tg-emoji>/u);
  return match ? match[1] : '';
}).filter(Boolean);

console.log(emojiList); // 输出 ["⏺", "😊", "👍🏻"]

场景2：替换原字符串，仅保留表情符号

const rawStr = '这是一段带表情的文本<tg-emoji emoji-id="5818665600624365278">⏺</tg-emoji>，还有另一个<tg-emoji emoji-id="789012">🎉</tg-emoji>';

// 替换标签为表情
const resultStr = rawStr.replace(/<tg-emoji\s+emoji-id="[^"]+">([\p{Emoji}]+)<\/tg-emoji>/gu, '$1');

console.log(resultStr); // 输出 "这是一段带表情的文本⏺，还有另一个🎉"

场景3：处理转义后的标签（如示例中的HTML实体）

如果原始字符串中的标签是HTML转义后的（比如<tg-emoji...>），需要先还原实体再提取：

const escapedStr = '<p><code>&lt;tg-emoji emoji-id=&quot;5818665600624365278&quot;&gt;⏺&lt;/tg-emoji&gt;</code></p>';

// 还原HTML实体
const unescapedStr = escapedStr.replace(/&lt;/g, '<')
                               .replace(/&gt;/g, '>')
                               .replace(/&quot;/g, '"');

// 提取表情
const targetEmoji = unescapedStr.match(/<tg-emoji\s+emoji-id="[^"]+">([\p{Emoji}]+)<\/tg-emoji>/u)?.[1];

console.log(targetEmoji); // 输出 "⏺"

内容的提问来源于stack exchange，提问作者PC Tea