emoji字符的范围、正则替换Emoji字符

Emoji与Unicode、UTF8

Emoji是一种特殊的字符，而不是像QQ表情一样的普通字符的转义表示。在Unicode编码中，占用了U+1F300到U+1F64F中的部分范围。

Emoji字符的特殊之处在于，其使用的Unicode字符超出了通常使用的三字节UTF-8编码的Unicode范围，即BMP范围U+0000到U+FFFF。按照UTF-8编码规范，Emoji字符属于辅助平面范围，通常对应4字节的UTF-8编码。

hive sql正则替换Emoji字符

select regexp_replace('abch🤫 🤔 🤐 ij', '[^\u0000-\uFFFF]', '');