bash - UNIX/Linux shell 脚本 : Removing variant form emoji from a text

Question

假设您使用的是默认字符集为 UTF-8 的 Linux/UNIX shell:

$ echo $LANG
en_US.UTF-8

您有一个文本文件 emoji.txt，它以 UTF-8 编码:

$ file -i ./emoji.txt
./emoji.txt: text/plain; charset=utf-8

此文本文件包含一些表情符号和变体形式转义序列:

$ cat     ./emoji.txt
Standard ☁
Variant form ☁️

$ uni2ascii -a B -q ./emoji.txt
Standard \x2601
Variant form \x2601\xFE0F

您想要删除两个表情符号，包括变体形式字符 (\xFE0F)，因此输出应为

Standard 
Variant form 

你会怎么做？

更新。这个问题不是关于如何删除每行中的最后一个单词。想象一下 emoji2.txt 包含带有许多表情符号字符的大文本；其中一些后面跟着变体形式序列。

Answer 1

使用 GNU sed 和 bash:

  sed -E s/$'\u2601\uFE0F?'//g emoji.txt