Question

我正试着用正则表达式从iOS 6解析表情符号。

我希望每次出现的表情符号都被一个spannable替换，在那里我用我的资源中的图像替换表情符号代码。到目前为止，我还没能让它发挥作用。

到目前为止我所拥有的：

static public Spannable getSpannable(String str) {
    Spannable spannable = spannableFactory.newSpannable(str);
    char c = str.charAt(0);
    Pattern p = Pattern.compile("([\ud83d\ude01-\ud83d\ude45])");
    Matcher m = p.matcher(str);
    while (m.find()) {
        if (mSpannables.get(m.group()) == null) {
            Bitmap b = BitmapFactory.decodeResource(myApp.getAppContext().getResources(), R.drawable.u0033);
            ImageSpan imp = new ImageSpan(Bitmap.createScaledBitmap(b, 70, 70, false));
            mSpannables.put(m.group(), imp);
        }
        spannable.setSpan(mSpannables.get(m.group()), m.start(), m.end(), Spannable.SPAN_EXCLUSIVE_EXCLUSIVE);
    }
    return spannable;
}

（我意识到这还不是生产就绪的;每次调用函数时创建模式都是性能杀手。我只是想让正则表达式匹配起作用。）

当前正则表达式匹配少量表情符号。我想尽可能地将其分解，并在其中获得完整的表情符号字符集。

一旦我尝试分解，它就不再起作用了。例如，这不起作用：

"\ud83d[\udc00-\uddff]"

当我尝试

时更少

"[\ue000-\uf8ff]|\ud83c[\udf00-\udfff]|\ud83d[\udc00-\uddff]"

应该（如果工作）匹配charset中存在的每个表情符号。

Answer 1

Java正则表达式引擎的行为就像一个好的Unicode正则表达式引擎应该在它匹配Unicode代码点，而不是UTF-16 char s 。你似乎正在编写你的模式，期待后一种行为。

不要这样做 - 相反，在Java正则表达式中指定星体平面字符时，请使用十六进制表示法作为完整的代码点值。例如，要匹配CLAPPING HANDS SIGN，请使用\x{1f44f}。

所以你的最后一个正则表达式（它将匹配BMP专用区，杂项符号和象形文字块，表情符号块，传输和映射符号块，Alchemical符号块以及SMP中的一些未分配空间）此外 - 你确定你需要匹配所有这些吗？）应该呈现为：

"[\ue000-\uf8ff]|[\\x{1f300}-\\x{1f7ff}]"

Answer 2

也许您可以查看https://github.com/rockerhieu/emojicon/blob/master/library/src/main/java/com/rockerhieu/emojicon/EmojiconHandler.java

中addEmojis的实施情况

Answer 3

Pattern pUnicode6  = Pattern.compile("[\uD83C\uDC04-\uD83C\uDD9A]|([\uD83C\uDDE8-\uD83C\uDDFA][\uD83C\uDDE7-\uD83C\uDDFA])|[\uD83C\uDE01-\uD83D\uDEC0])");

使用正则表达式解析iOS 6表情符号

3 个答案: