Jak odstraním znaky emoji z řetězce?

Za předpokladu, že chcete pouze odstranit všechny znaky, které nejsou BMP, tj. cokoli s bodem kódu Unicode U+10000 a vyšším, můžete pomocí regulárního výrazu odstranit jakékoli náhradní znaky UTF-16 kódové jednotky z řetězce. Například:

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
    }
}

Zde „Cs“ je kategorie Unicode pro „náhradní“.

Zdá se, že Regex funguje na základě kódových jednotek UTF-16 spíše než bodů kódu Unicode, jinak byste potřebovali jiný přístup.

Všimněte si, že existují jiné znaky než BMP než emotikony, ale mám podezření, že při pokusu o jejich uložení zjistíte, že budou mít stejný problém.