当表情符号存在时，使用 NSRegularExpression 会产生不正确的范围

Question

我正在尝试从用户提供的字符串中解析出“@mentions”。正则表达式本身似乎可以找到它们，但当表情符号存在时，它提供的范围是不正确的。

let text = " @joe "
let tagExpr = try? NSRegularExpression(pattern: "@\\S+")
tagExpr?.enumerateMatches(in: text, range: NSRange(location: 0, length: text.characters.count)) { tag, flags, pointer in
    guard let tag = tag?.range else { return }

    if let newRange = Range(tag, in: text) {
        let replaced = text.replacingCharacters(in: newRange, with: "[email]")
        print(replaced)
    }
}

运行时 tag=（位置：7，长度：2）

并打印出来 [email]oe

预期结果是 [email]

Answer 1

NSRegularExpression（以及任何涉及NSRange）对 UTF16 计数/索引进行操作。就此而言，NSString.countUTF16 计数也是如此。

但在您的代码中，您告诉NSRegularExpression使用 的长度text.characters.count。这是组合字符的数量，而不是 UTF16 计数。您的字符串" @joe "有 9 个组合字符，但有 12 个 UTF16 代码单元。因此，您实际上是NSRegularExpression在告诉只查看前 9 个 UTF16 代码单元，这意味着它忽略了尾随的"oe ".

修复方法是通过length: text.utf16.count.

let text = " @joe "
let tagExpr = try? NSRegularExpression(pattern: "@\\S+")
tagExpr?.enumerateMatches(in: text, range: NSRange(location: 0, length: text.utf16.count)) { tag, flags, pointer in
    guard let tag = tag?.range else { return }

    if let newRange = Range(tag, in: text) {
        let replaced = text.replacingCharacters(in: newRange, with: "[email]")
        print(replaced)
    }
}