Extract all hashtags from text

From LemonWiki共筆
Jump to navigation Jump to search

使用 Regular expression 擷取文字中的 Hashtag (主題標籤)

資料預先處理[edit]

擷取文字中的 Hashtag[edit]

  • 需要處理「標點符號與特殊字元（例如 $ 和 %）」[1]。僅處理部分符號的 PHP code 範例: [2]:
preg_match_all('/\B(#[^\s|\-|－|,|，|\[|\]|『|』|／|~|～|'|"|`|\(|\)|（|）|【|】|《|》|「|」|\<|\>|\=|\{|\}|！|\!|、|？|\?|：|…|\:|;|#|\.|．|。|\$|%|&|\*|\+|,|@|\^|\||\/]+)/ui', $string, $matches);

說明

  • \B 比對非「英文字的邊界」[3][4]，避免從 another#bad_hashtag 文字中擷取出 #bad_hashtag。
  • \s 空白字元 (Whitespace character)

還需要處理以下狀況 

illegal Hashtag
#12345
#___
#_
#__123

legal Hashtag
#1_abc
#_abc

How to replace all hashtags from text[edit]

To remove all hashtags from a text cell in Google Sheets, use the following formula: 

=TRIM(REGEXREPLACE(A1, "\B#[^\s]+", ""))

The following examples illustrate hashtags that will be removed from your text: 


#12345
#___
#_
#__123

#1_abc
#_abc

References[edit]

  1. ↑ 如何使用主題標籤（Hashtag）？ | Facebook 使用說明
  2. ↑ regex - Retrieve all hashtags from a tweet in a PHP function - Stack Overflow
  3. ↑ 正規表示式 Regular Expression | 就是愛程式
  4. ↑ Difference between \b and \B in regex - Stack Overflow

延伸閱讀

  1. 中文輸入法常用標點符號簡表
  2. Unicode 表情圖案(emoji ) + 特殊符號字元一覽表＠WFU BLOG
  3. Regex Tutorial - Unicode Characters and Properties
  4. Unicode®字符百科
Retrieved from "https://wiki.planetoid.info/index.php?title=Extract_all_hashtags_from_text&oldid=24561"