Für die genannte Aufgabe gibt es eine gute Lösung . Das Überprüfen von Unicode.Scalar.Properties von Unicode-Skalaren ist jedoch für ein einzelnes Zeichen gut. Und nicht flexibel genug für Strings.
Wir können stattdessen reguläre Ausdrücke verwenden - universellerer Ansatz. Im Folgenden finden Sie eine detaillierte Beschreibung der Funktionsweise. Und hier geht die Lösung.
Die Lösung
In Swift können Sie mithilfe einer Erweiterung mit einer solchen berechneten Eigenschaft überprüfen, ob ein String ein einzelnes Emoji-Zeichen ist:
extension String {
var isSingleEmoji : Bool {
if self.count == 1 {
let emodjiGlyphPattern = "\\p{RI}{2}|(\\p{Emoji}(\\p{EMod}|\\x{FE0F}\\x{20E3}?|[\\x{E0020}-\\x{E007E}]+\\x{E007F})|[\\p{Emoji}&&\\p{Other_symbol}])(\\x{200D}(\\p{Emoji}(\\p{EMod}|\\x{FE0F}\\x{20E3}?|[\\x{E0020}-\\x{E007E}]+\\x{E007F})|[\\p{Emoji}&&\\p{Other_symbol}]))*"
let fullRange = NSRange(location: 0, length: self.utf16.count)
if let regex = try? NSRegularExpression(pattern: emodjiGlyphPattern, options: .caseInsensitive) {
let regMatches = regex.matches(in: self, options: NSRegularExpression.MatchingOptions(), range: fullRange)
if regMatches.count > 0 {
return true
}
}
}
return false
}
}
Wie es funktioniert (im Detail)
Ein einzelnes Emoji (eine Glyphe) kann durch eine Reihe verschiedener Symbole, Sequenzen und deren Kombinationen reproduziert werden.
Unicode-Spezifikation definiert mehrere mögliche Emoji-Zeichendarstellungen.
Einzelzeichen Emoji
Ein Emoji-Zeichen, das von einem einzelnen Unicode-Skalar reproduziert wird.
Unicode definiert Emoji Character als:
emoji_character := \p{Emoji}
Dies bedeutet jedoch nicht unbedingt, dass ein solcher Charakter als Emoji gezeichnet wird. Bei einem gewöhnlichen numerischen Symbol „1“ ist die Emoji-Eigenschaft wahr, obwohl sie möglicherweise immer noch als Text gezeichnet wird. Und es gibt eine Liste solcher Symbole: #, ©, 4 usw.
Man sollte denken, dass wir zusätzliche Eigenschaften verwenden können, um zu überprüfen: "Emoji_Presentation". Aber so funktioniert es nicht. Es gibt ein Emoji wie 🏟 oder 🛍, die die Eigenschaft Emoji_Presentation = false haben.
Um sicherzustellen, dass das Zeichen standardmäßig als Emoji gezeichnet wird, sollten wir seine Kategorie überprüfen: Es sollte "Other_symbol" sein.
Tatsächlich sollte der reguläre Ausdruck für Emoji mit einem Zeichen wie folgt definiert werden:
emoji_character := \p{Emoji}&&\p{Other_symbol}
Emoji-Präsentationssequenz
Ein Zeichen, das normalerweise entweder als Text oder als Emoji gezeichnet werden kann. Das Erscheinungsbild hängt von einem speziellen folgenden Symbol ab, einem Präsentationswähler, der den Präsentationstyp angibt. \ x {FE0E} definiert die Textdarstellung. \ x {FE0F} definiert die Emoji-Darstellung.
Die Liste solcher Symbole finden Sie [hier] (
https://unicode.org/Public/emoji/12.1/emoji-variation-sequences.txt ).
Unicode definiert die Präsentationssequenz wie folgt:
emoji_presentation_sequence := emoji_character emoji_presentation_selector
Reguläre Expressionssequenz dafür:
emoji_presentation_sequence := \p{Emoji} \x{FE0F}
Emoji Keycap-Sequenz
Die Sequenz sieht der Präsentationssequenz sehr ähnlich, hat jedoch am Ende einen zusätzlichen Skalar: \ x {20E3}. Der Umfang der möglichen Basisskalare, die dafür verwendet werden, ist ziemlich eng: 0-9 # * - und das ist alles. Beispiele: 1️⃣, 8️⃣, * ️⃣.
Unicode definiert die Tastenkappenfolge wie folgt:
emoji_keycap_sequence := [0-9#*] \x{FE0F 20E3}
Regulärer Ausdruck dafür:
emoji_keycap_sequence := \p{Emoji} \x{FE0F} \x{FE0F}
Emoji-Modifikator-Sequenz
Einige Emojis können ein verändertes Aussehen wie ein Hautton haben. Zum Beispiel kann Emoji 🧑 anders sein: 🧑🧑🏻🧑🏼🧑🏽🧑🏾🧑🏿. Um ein Emoji zu definieren, das in diesem Fall "Emoji_Modifier_Base" heißt, kann ein nachfolgender "Emoji_Modifier" verwendet werden.
Im Allgemeinen sieht eine solche Sequenz folgendermaßen aus:
emoji_modifier_sequence := emoji_modifier_base emoji_modifier
Um dies zu erkennen, können wir nach einer Sequenz mit regulären Ausdrücken suchen:
emoji_modifier_sequence := \p{Emoji} \p{EMod}
Emoji-Flaggensequenz
Flaggen sind Emojis mit ihrer besonderen Struktur. Jedes Flag wird mit zwei Symbolen „Regional_Indicator“ dargestellt.
Unicode definiert sie wie folgt:
emoji_flag_sequence := regional_indicator regional_indicator
Zum Beispiel wird die Flagge der Ukraine 🇺🇦 tatsächlich mit zwei Skalaren dargestellt: \ u {0001F1FA \ u {0001F1E6}
Regulärer Ausdruck dafür:
emoji_flag_sequence := \p{RI}{2}
Emoji-Tag-Sequenz (ETS)
Eine Sequenz, die eine sogenannte tag_base verwendet, gefolgt von einer benutzerdefinierten Tag-Spezifikation, die aus einem Bereich von Symbolen \ x {E0020} - \ x {E007E} besteht und durch tag_end mark \ x {E007F} abgeschlossen wird.
Unicode definiert es folgendermaßen:
emoji_tag_sequence := tag_base tag_spec tag_end
tag_base := emoji_character
| emoji_modifier_sequence
| emoji_presentation_sequence
tag_spec := [\x{E0020}-\x{E007E}]+
tag_end := \x{E007F}
Seltsamerweise erlaubt Unicode, dass das Tag in ED-14a auf emoji_modifier_sequence oder emoji_presentation_sequence basiert . Gleichzeitig scheinen sie in regulären Ausdrücken, die in derselben Dokumentation bereitgestellt werden , die Reihenfolge nur anhand eines einzelnen Emoji-Zeichens zu überprüfen.
In der Unicode 12.1 Emoji-Liste gibt es nur drei solcher Emojis definiert. Alle von ihnen sind Flaggen der britischen Länder: England, Schottland und Wales. Und alle basieren auf einem einzigen Emoji-Charakter. Wir sollten also nur nach einer solchen Sequenz suchen.
Regulären Ausdruck:
\p{Emoji} [\x{E0020}-\x{E007E}]+ \x{E007F}
Emoji Zero-Width Joiner Sequence (ZWJ-Sequenz)
Ein Joiner mit einer Breite von Null ist ein Skalar \ x {200D}. Mit seiner Hilfe können mehrere Charaktere, die bereits Emojis sind, zu neuen kombiniert werden.
Zum Beispiel wird eine „Familie mit Vater, Sohn und Tochter“ Emoji 👨👧👦 durch eine Kombination von Vater 👨, Tochter 👧 und Sohn 👦 Emojis reproduziert, die mit ZWJ-Symbolen zusammengeklebt sind.
Es ist zulässig, Elemente zusammenzuhalten, bei denen es sich um einzelne Emoji-Zeichen, Präsentations- und Modifikatorsequenzen handelt.
Der reguläre Ausdruck für eine solche Sequenz sieht im Allgemeinen folgendermaßen aus:
emoji_zwj_sequence := emoji_zwj_element (\x{200d} emoji_zwj_element )+
Regulärer Ausdruck für alle
Alle oben genannten Emoji-Darstellungen können durch einen einzigen regulären Ausdruck beschrieben werden:
\p{RI}{2}
| ( \p{Emoji}
( \p{EMod}
| \x{FE0F}\x{20E3}?
| [\x{E0020}-\x{E007E}]+\x{E007F}
)
|
[\p{Emoji}&&\p{Other_symbol}]
)
( \x{200D}
( \p{Emoji}
( \p{EMod}
| \x{FE0F}\x{20E3}?
| [\x{E0020}-\x{E007E}]+\x{E007F}
)
| [\p{Emoji}&&\p{Other_symbol}]
)
)*