Mac OS X/iOS中的正则表达式匹配表情符号 [英] Regular expression matching emoji in Mac OS X / iOS

问题描述

注意：此问题在不支持随附表情符号的系统上可能看起来很奇怪。

这是How do I remove emoji from string的后续问题。

我要构建一个与Mac OS X/iOS中可以输入的所有表情符号匹配的正则表达式。

明显的Unicode代码块涵盖了这些表情符号的大部分，但不是全部：

• U+1F300..U+1F5FFMiscellaneous Symbols And Pictographs
• U+1F600..U+1F64FEmoticons
• U+1F650..U+1F67FOrnamental Dingbats
• U+1F680..U+1F6FFTransport and Map Symbols

维基百科提供了all the symbols available in Apple Color Emoji on OS X Mountain Lion and iOS 6的编译列表，这看起来是一个很好的起点：(略有更新)

people  = '😄😃😀😊☺️😉😍😘😚😗😙😜😝😛😳😁😔😌😒😞😣😢😂😭😪😥😰😅😓😩😫😨😱😠😡😤😖😆😋😷😎😴😵😲😟😦😧😈👿😮😬😐😕😯😶😇😏😑👲👳👮👷💂👶👦👧👨👩👴👵👱👼👸😺😸😻😽😼🙀😿😹😾👹👺🙈🙉🙊💀👽💩🔥✨🌟💫💥💢💦💧💤💨👂👀👃👅👄👍👎👌👊✊✌👋✋👐👆👇👉👈🙌🙏☝👏💪🚶🏃💃👫👪👬👭💏💑👯🙆🙅💁🙋💆💇💅👰🙎🙍🙇🎩👑👒👟👞👡👠👢👕👔👚👗🎽👖👘👙💼👜👝👛👓🎀🌂💄💛💙💜💚❤💔💗💓💕💖💞💘💌💋💍💎👤👥💬👣💭'
nature  = '🐶🐺🐱🐭🐹🐰🐸🐯🐨🐻🐷🐽🐮🐗🐵🐒🐴🐑🐘🐼🐧🐦🐤🐥🐣🐔🐍🐢🐛🐝🐜🐞🐌🐙🐚🐠🐟🐬🐳🐋🐄🐏🐀🐃🐅🐇🐉🐎🐐🐓🐕🐖🐁🐂🐲🐡🐊🐫🐪🐆🐈🐩🐾💐🌸🌷🍀🌹🌻🌺🍁🍃🍂🌿🌾🍄🌵🌴🌲🌳🌰🌱🌼🌐🌞🌝🌚🌑🌒🌓🌔🌕🌖🌗🌘🌜🌛🌙🌍🌎🌏🌋🌌🌠⭐☀⛅☁⚡☔❄⛄🌀🌁🌈🌊'
objects = '🎍💝🎎🎒🎓🎏🎆🎇🎐🎑🎃👻🎅🎄🎁🎋🎉🎊🎈🎌🔮🎥📷📹📼💿📀💽💾💻📱☎📞📟📠📡📺📻🔊🔉🔈🔇🔔🔕📢📣⏳⌛⏰⌚🔓🔒🔏🔐🔑🔎💡🔦🔆🔅🔌🔋🔍🛁🛀🚿🚽🔧🔩🔨🚪🚬💣🔫🔪💊💉💰💴💵💷💶💳💸📲📧📥📤✉📩📨📯📫📪📬📭📮📦📝📄📃📑📊📈📉📜📋📅📆📇📁📂✂📌📎✒✏📏📐📕📗📘📙📓📔📒📚📖🔖📛🔬🔭📰🎨🎬🎤🎧🎼🎵🎶🎹🎻🎺🎷🎸👾🎮🃏🎴🀄🎲🎯🏈🏀⚽⚾🎾🎱🏉🎳⛳🚵🚴🏁🏇🏆🎿🏂🏊🏄🎣☕🍵🍶🍼🍺🍻🍸🍹🍷🍴🍕🍔🍟🍗🍖🍝🍛🍤🍱🍣🍥🍙🍘🍚🍜🍲🍢🍡🍳🍞🍩🍮🍦🍨🍧🎂🍰🍪🍫🍬🍭🍯🍎🍏🍊🍋🍒🍇🍉🍓🍑🍈🍌🍐🍍🍠🍆🍅🌽'
places  = '🏠🏡🏫🏢🏣🏥🏦🏪🏩🏨💒⛪🏬🏤🌇🌆🏯🏰⛺🏭🗼🗾🗻🌄🌅🌃🗽🌉🎠🎡⛲🎢🚢⛵🚤🚣⚓🚀✈💺🚁🚂🚊🚉🚞🚆🚄🚅🚈🚇🚝🚋🚃🚎🚌🚍🚙🚘🚗🚕🚖🚛🚚🚨🚓🚔🚒🚑🚐🚲🚡🚟🚠🚜💈🚏🎫🚦🚥⚠🚧🔰⛽🏮🎰♨🗿🎪🎭📍🚩🇯🇵🇰🇷🇩🇪🇨🇳🇺🇸🇫🇷🇪🇸🇮🇹🇷🇺🇬🇧'
symbols = '1️⃣2️⃣3️⃣4️⃣5️⃣6️⃣7️⃣8️⃣9️⃣0️⃣🔟🔢#️⃣🔣⬆️⬇️⬅️➡️🔠🔡🔤↗️↖️↘️↙️↔️↕️🔄◀️▶️🔼🔽↩️↪️ℹ️⏪⏩⏫⏬⤵️⤴️🆗🔀🔁🔂🆕🆙🆒🆓🆖📶🎦🈁🈯🈳🈵🈴🈲🉐🈹🈺🈶🈚🚻🚹🚺🚼🚾🚰🚮🅿️♿️🚭🈷🈸🈂Ⓜ️🛂🛄🛅🛃🉑㊙️㊗️🆑🆘🆔🚫🔞📵🚯🚱🚳🚷🚸⛔✳️❇️❎✅✴️💟🆚📳📴🅰🅱🆎🅾💠➿♻️♈️♉️♊️♋️♌️♍️♎️♏️♐️♑️♒️♓️⛎🔯🏧💹💲💱©️®️™️❌‼️⁉️❗❓❕❔⭕🔝🔚🔙🔛🔜🔃🕛🕧🕐🕜🕑🕝🕒🕞🕓🕟🕔🕠🕕🕖🕗🕘🕙🕚🕡🕢🕣🕤🕥🕦✖️➕➖➗♠♥♣♦💮💯✔☑🔘🔗➰〰〽️🔱◼️◻️◾️◽️▪️▫️🔺🔲🔳⚫️⚪️🔴🔵🔻⬜️⬛️🔶🔷🔸🔹'

emoji = people + nature + objects + places + symbols # all emoji combined

大多数字符都有一个代码点，转换这些代码点很容易：

• 😀U+1F600(笑脸)

但某些字符使用两个Unicode值编码：

• ☺️U+263a U+FE0F(白色笑脸，变体选择器16)
• 🇯🇵U+1F1EF U+1F1F5(地区指标字母J/地区指标字母P)
• ⬛️U+2B1B U+FE0F(黑色大正方形/变化选择器16)

有些甚至有3个码点：

• ️⃣U+0023U+FE0F U+20E3(数字符号/变体选择器16/组合封闭键帽)

(变体选择器16表示表情符号样式(&Q；)

如何将此列表拆分为字符(而不拆分组合的字符)，找到它们的代码点并最终构建与它们匹配的正则表达式？

正则表达式不必考虑较大块中缺少的字符，也就是说，如果完全覆盖上面提到的4个Unicode块就可以了。

(如果我得不到任何答案，我会自己回答这个问题，但也许有一个简单的解决方案)

推荐答案

即将发布的Unicode Emoji data files将对此有所帮助。目前，这些仍是草稿，但它们仍可能对您有所帮助。

通过解析http://www.unicode.org/Public/emoji/1.0/emoji-data.txt，您可以非常容易地获得Unicode标准中所有emoji的列表。(请注意，其中一些表情符号由多个代码点组成。)一旦有了这样的列表，将其转换为正则表达式就很容易了。

这是一个JavaScript版本：https://github.com/mathiasbynens/emoji-regex/blob/master/index.js，这是根据emoji-data.txt：https://github.com/mathiasbynens/emoji-regex/blob/master/scripts/generate-regex.js

生成它的脚本

这篇关于Mac OS X/iOS中的正则表达式匹配表情符号的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！