相关疑难解决方法(0)

我有一个用UTF-8编码的字符串.例如:

Thats a nice joke  

我必须提取句子中的所有表情符号.表情符号可以是任何表情符号

当在终端使用命令查看此句子时,less text.txt它被视为:

Thats a nice joke <U+1F606><U+1F606><U+1F606> <U+1F61B>

这是表情符号的相应UTF代码.emojis的所有代码都可以在emojitracker找到.

为了找到所有的出现,我使用了正则表达式模式,(<U\+\w+?>)但它不适用于UTF-8编码的字符串.

以下是我的代码:

    String s="Thats a nice joke  ";
    Pattern pattern = Pattern.compile("(<U\\+\\w+?>)");
    Matcher matcher = pattern.matcher(s);
    List<String> matchList = new ArrayList<String>();

    while (matcher.find()) {
        matchList.add(matcher.group());
    }

    for(int i=0;i<matchList.size();i++){
        System.out.println(matchList.get(i));

    }

这个pdf说Range: 1F300–1F5FF for Miscellaneous Symbols and Pictographs.所以我想捕捉这个范围内的任何角色.

我需要有关如何检测输入是否包含日语表情符号/表情符号的帮助.目前我正在构建一个charset = utf-8的系统.在输入文本上,用户可以输入日文字符/ alpanumerics /符号,但如果他们插入表情符号,onsubmit javascript将检查是否有表情符号,将显示错误信息.真的不知道如何检测表情符号.

问题很简单：我有一个字符串str，如何检查str一个表情符号，是否只有一个？另外，我宁愿不使用其他库。

比赛""，"????"，"3??"但不"a"，""，""

我在寻找解决方案时遇到了麻烦，但是到目前为止，我已经尝试了一些方法：

尝试的解决方案1-玩弄长度和...运算符

我了解到，表情符号占据一个以上的字节，有些甚至占据4个字节，甚至更多……我们可以通过字符串的length属性来衡量：

console.log("".length); // 2
console.log("?".length); // 3
console.log("????".length); // 6

然后我发现...运算符考虑了这一点，并正确分离了数组中的表情符号-然后，我可以查看结果数组的length属性并检测它们是否不同。

str = "????";
if (str.length !== [...str].length) {
  // is emoji?
} else {
  // is not emoji
}

但是，这不会检查其他多字节字符，例如长度为2的字符。另外，有些表情符号仍然变得奇怪。

let regex = /(\u00a9|\u00ae|[\u2000-\u3300]|\ud83c[\ud000-\udfff]|\ud83d[\ud000-\udfff]|\ud83e[\ud000-\udfff])/;

console.log("5??".match(regex)); // [ …