IT小君
2021-12-29T04:13:59 我想检查一个字母是否是表情符号。我发现了一些类似的问题，并找到了这个正则表达式：
private final String emo_regex = "([\\u20a0-\\u32ff\\ud83c\\udc00-\\ud83d\\udeff\\udbb9\\udce5-\\udbb9\\udcee])";
但是，当我在如下句子中执行以下操作时：
for (int k=0; k<letters.length;k++) {
if (letters[k].matches(emo_regex)) {
emoticon.add(letters[k]);
}
}
它不会添加任何带有任何表情符号的字母。我也试过 aMatcher和 a Pattern，但这也不起作用。正则表达式有问题还是我的代码中遗漏了一些明显的东西？
这是我收到这封信的方式：
sentence = "Jij staat op 10 😂"
String[] letters = sentence.split("");
最后一个😂应该被识别并添加到 emoticon
IT小君 我创建的这个函数检查给定的字符串是否只包含表情符号。换句话说，如果 String 包含任何未包含在 Regex 中的字符，它将返回 false。
private static boolean isEmoji(String message){
return message.matches("(?:[\uD83C\uDF00-\uD83D\uDDFF]|[\uD83E\uDD00-\uD83E\uDDFF]|" +
"[\uD83D\uDE00-\uD83D\uDE4F]|[\uD83D\uDE80-\uD83D\uDEFF]|" +
"[\u2600-\u26FF]\uFE0F?|[\u2700-\u27BF]\uFE0F?|\u24C2\uFE0F?|" +
"[\uD83C\uDDE6-\uD83C\uDDFF]{1,2}|" +
"[\uD83C\uDD70\uD83C\uDD71\uD83C\uDD7E\uD83C\uDD7F\uD83C\uDD8E\uD83C\uDD91-\uD83C\uDD9A]\uFE0F?|" +
"[\u0023\u002A\u0030-\u0039]\uFE0F?\u20E3|[\u2194-\u2199\u21A9-\u21AA]\uFE0F?|[\u2B05-\u2B07\u2B1B\u2B1C\u2B50\u2B55]\uFE0F?|" +
"[\u2934\u2935]\uFE0F?|[\u3030\u303D]\uFE0F?|[\u3297\u3299]\uFE0F?|" +
"[\uD83C\uDE01\uD83C\uDE02\uD83C\uDE1A\uD83C\uDE2F\uD83C\uDE32-\uD83C\uDE3A\uD83C\uDE50\uD83C\uDE51]\uFE0F?|" +
"[\u203C\u2049]\uFE0F?|[\u25AA\u25AB\u25B6\u25C0\u25FB-\u25FE]\uFE0F?|" +
"[\u00A9\u00AE]\uFE0F?|[\u2122\u2139]\uFE0F?|\uD83C\uDC04\uFE0F?|\uD83C\uDCCF\uFE0F?|" +
"[\u231A\u231B\u2328\u23CF\u23E9-\u23F3\u23F8-\u23FA]\uFE0F?)+");
}
实施例：
public static int detectEmojis(String message){
int len = message.length(), NumEmoji = 0;
// if the the given String is only emojis.
if(isEmoji(message)){
for (int i = 0; i < len; i++) {
// if the charAt(i) is an emoji by it self -> ++NumEmoji
if (isEmoji(message.charAt(i)+"")) {
NumEmoji++;
} else {
// maybe the emoji is of size 2 - so lets check.
if (i < (len - 1)) { // some Emojis are two characters long in java, e.g. a rocket emoji is "\uD83D\uDE80";
if (Character.isSurrogatePair(message.charAt(i), message.charAt(i + 1))) {
i += 1; //also skip the second character of the emoji
NumEmoji++;
}
}
}
}
return NumEmoji;
}
return 0;
}
given 是一个在字符串（只有表情符号）上运行并返回其中表情符号数量的函数。（在我在 StackOverFlow 上找到的其他答案的帮助下）。
IT小君 您可以使用Character类来确定字母是否是代理对的一部分。有一些有用的方法可以处理代理对表情符号，例如：
String text = "💩";
if (text.length() > 1 && Character.isSurrogatePair(text.charAt(0), text.charAt(1))) {
int codePoint = Character.toCodePoint(text.charAt(0), text.charAt(1));
char[] c = Character.toChars(codePoint);
}
看起来这些表情符号有两个字符长，但是split("")您在每个字符之间进行拆分，因此这些字母都不是您要查找的表情符号。
相反，您可以尝试在单词之间拆分：
for (String word : sentence.split(" ")) {
if (word.matches(emo_regex)) {
System.out.println(word);
}
}
但这当然会错过连接到单词或标点符号的表情符号。
或者，您可以在与正则表达式匹配的句子中使用 a Matcherto findany group。
Matcher matcher = Pattern.compile(emo_regex).matcher(sentence);
while (matcher.find()) {
System.out.println(matcher.group());
}
试试这个项目simple-emoji-4j
兼容表情符号 12.0 (2018.10.15)
简单：
EmojiUtils.containsEmoji(str)
值得记住的是，Java 代码可以用 Unicode 编写。所以你可以这样做：
@Test
public void containsEmoji_detects_smileys() {
assertTrue(containsEmoji("This 😂 is a smiley "));
assertTrue(containsEmoji("This 😄 is a different smiley"));
assertFalse(containsEmoji("No smiley here"));
}
private boolean containsEmoji(String s) {
String pattern = ".*[😂😄].*";
return s.matches(pattern);
}
虽然请参阅：是否应将源代码保存为 UTF-8 格式以讨论这是否是一个好主意。
您可以在 Java 8 中使用 将字符串拆分为 Unicode 代码点String.codePoints()，它返回一个IntStream. 这意味着您可以执行以下操作：
Set<Integer> emojis = new HashSet<>();
emojis.add("😂".codePointAt(0));
emojis.add("😄".codePointAt(0));
String s = "1😂34😄5";
s.codePoints().forEach( codepoint -> {
System.out.println(
new String(Character.toChars(codepoint))
+ " "
+ emojis.contains(codepoint));
});
... 印刷 ...
1 false
😂 true
3 false
4 false
😄 true
5 false
当然，如果您不想在代码中包含文字 unicode 字符，则可以将数字放入集合中：
emojis.add(0x1F601);
干得好 -
for (String word : sentence.split("")) {
if (word.matches(emo_regex)) {
System.out.println(word);
}
}
您可以使用emoji4j库。以下应该可以解决问题。
String htmlifiedText = EmojiUtils.htmlify(text); // regex to identify html entitities in htmlified text Matcher matcher = htmlEntityPattern.matcher(htmlifiedText); while (matcher.find()) { String emojiCode = matcher.group(); if (isEmoji(emojiCode)) { emojis.add(EmojiUtils.getEmoji(emojiCode).getEmoji()); } }