Die Frage ist einfach: Ich habe eine Zeichenfolge
str, wie überprüfe ich, obstres sich um ein einzelnes Emoji handelt, und sonst nichts? Außerdem würde ich es vorziehen, keine andere Bibliothek zu verwenden.Spiel
"🍎","⛹🏿♂️","3️⃣"aber nicht"🍓a","𝕒","🍌🍀"
Ich habe Probleme, eine Lösung zu finden, aber hier sind einige Dinge, die ich bisher versucht habe:
Lösungsversuch 1 - Spielen Sie mit Längen und ...Operator
Ich habe gelernt, dass Emojis mehr als ein Byte belegen, einige sogar 4 Bytes oder mehr ... und das können wir über die lengthEigenschaft des Strings messen :
console.log("🍎".length); // 2
console.log("🛡️".length); // 3
console.log("⛹🏿♂️".length); // 6Dann fand ich heraus, dass der ...Operator dies berücksichtigt und Emojis im Array korrekt trennt - ich konnte dann die lengthEigenschaft des resultierenden Arrays sehen und feststellen, ob sie unterschiedlich waren.
str = "⛹🏿♂️";
if (str.length !== [...str].length) {
// is emoji?
} else {
// is not emoji
}Dies sucht jedoch nicht nach anderen Multi-Byte-Zeichen, z. B. mit einer 𝕡Länge von 2. Außerdem wurden einige Emojis immer noch in einem seltsamen Zustand getrennt.
Versuchte Lösung 2 - Regex, reguläre Ausdrücke
Natürlich wäre Regex eine Sache, die man sich ansehen sollte, aber ich habe noch keine tragfähige Lösung gefunden.
Der Regex dieser Antwort\u00a9|\u00ae|[\u2000-\u3300]|\ud83c[\ud000-\udfff]|\ud83d[\ud000-\udfff]|\ud83e[\ud000-\udfff] funktioniert einwandfrei, um festzustellen, ob eine Zeichenfolge Emojis enthält. In meiner Situation treten jedoch viele Probleme auf. Hier sind meine Tests:
Teil A - Ohne Anfang / Ende der Zeichenfolge Regex ( ^und $)
- 2A.1
str.match(regex)ist sehr inkonsistent, es werden einige Emojis und andere unbrauchbare zerstört. Ich sehe keine Möglichkeit herauszufinden, ob es überhaupt Nicht-Emoji-Zeichen enthält oder ob es mehr als ein Emoji enthält:
let regex = /(\u00a9|\u00ae|[\u2000-\u3300]|\ud83c[\ud000-\udfff]|\ud83d[\ud000-\udfff]|\ud83e[\ud000-\udfff])/;
console.log("5️⃣".match(regex)); // [ '⃣', '⃣', index: 2, input: '5️⃣' ]
console.log("💡".match(regex)); // [ '💡', '💡', index: 0, input: '💡' ]
console.log("🌡️🌡️".match(regex)); // [ '🌡', '🌡', index: 0, input: '🌡️🌡️' ]
console.log("a⛅".match(regex)); // [ '⛅', '⛅', index: 1, input: 'a⛅' ]- 2A.2
regex.test(str)gibt true zurück, wenn ein Emoji in der Zeichenfolge enthalten ist. Dies ist nicht das Verhalten, nach dem ich suche:
let regex = /(\u00a9|\u00ae|[\u2000-\u3300]|\ud83c[\ud000-\udfff]|\ud83d[\ud000-\udfff]|\ud83e[\ud000-\udfff])/;
console.log(regex.test("5️⃣")); // true - correct
console.log(regex.test("a")); // false - correct
console.log(regex.test("🌡️🌡️")); // true - should be false
console.log(regex.test("hello ⛅!")); // true - should be falseTeil B - Mit Anfang / Ende des regulären Regex ( ^und $)
- 2B.1
str.match(regex)gibtnullaus irgendeinem Grund bestimmte Emojis zurück. Ich habe keine Ahnung warum, aber ich gehe davon aus, dass es einen Zusammenhang gibt, warumstr.match(regex)diese Emojis in Teil A zerstört werden sollten:
let regex = /^(\u00a9|\u00ae|[\u2000-\u3300]|\ud83c[\ud000-\udfff]|\ud83d[\ud000-\udfff]|\ud83e[\ud000-\udfff])$/;
console.log("5️⃣".match(regex)); // null
console.log("💡".match(regex)); // [ '💡', '💡', index: 0, input: '💡' ]
console.log("🌡️".match(regex)); // null
console.log("⛅".match(regex)); // [ '⛅', '⛅', index: 1, input: 'a⛅' ]
console.log("🍌🍀".match(regex)); // null- 2B.2
regex.test(str)kehrtfalseauf derselben Emojis , wo sie zurückkehren würdennullaufstr.match(regex):
let regex = /^(\u00a9|\u00ae|[\u2000-\u3300]|\ud83c[\ud000-\udfff]|\ud83d[\ud000-\udfff]|\ud83e[\ud000-\udfff])$/;
console.log(regex.test("5️⃣")); // false - should be true
console.log(regex.test("💡")); // true - correct
console.log(regex.test("🌡️")); // false - should be true
console.log(regex.test("⛅")); // true - correct
console.log(regex.test("🍌🍀")); // false - correctTeil C - Andere reguläre Ausdrücke
- Ich habe dieses gefunden, aber es gibt ähnliche Inkonsistenzen, obwohl nicht dasselbe
/(?:[\u2700-\u27bf]|(?:\ud83c[\udde6-\uddff]){2}|[\ud800-\udbff][\udc00-\udfff]|[\u0023-\u0039]\ufe0f?\u20e3|\u3299|\u3297|\u303d|\u3030|\u24c2|\ud83c[\udd70-\udd71]|\ud83c[\udd7e-\udd7f]|\ud83c\udd8e|\ud83c[\udd91-\udd9a]|\ud83c[\udde6-\uddff]|[\ud83c[\ude01\uddff]|\ud83c[\ude01-\ude02]|\ud83c\ude1a|\ud83c\ude2f|[\ud83c[\ude32\ude02]|\ud83c\ude1a|\ud83c\ude2f|\ud83c[\ude32-\ude3a]|[\ud83c[\ude50\ude3a]|\ud83c[\ude50-\ude51]|\u203c|\u2049|[\u25aa-\u25ab]|\u25b6|\u25c0|[\u25fb-\u25fe]|\u00a9|\u00ae|\u2122|\u2139|\ud83c\udc04|[\u2600-\u26FF]|\u2b05|\u2b06|\u2b07|\u2b1b|\u2b1c|\u2b50|\u2b55|\u231a|\u231b|\u2328|\u23cf|[\u23e9-\u23f3]|[\u23f8-\u23fa]|\ud83c\udccf|\u2934|\u2935|[\u2190-\u21ff])/g:
let regex = /^(?:[\u2700-\u27bf]|(?:\ud83c[\udde6-\uddff]){2}|[\ud800-\udbff][\udc00-\udfff]|[\u0023-\u0039]\ufe0f?\u20e3|\u3299|\u3297|\u303d|\u3030|\u24c2|\ud83c[\udd70-\udd71]|\ud83c[\udd7e-\udd7f]|\ud83c\udd8e|\ud83c[\udd91-\udd9a]|\ud83c[\udde6-\uddff]|[\ud83c[\ude01\uddff]|\ud83c[\ude01-\ude02]|\ud83c\ude1a|\ud83c\ude2f|[\ud83c[\ude32\ude02]|\ud83c\ude1a|\ud83c\ude2f|\ud83c[\ude32-\ude3a]|[\ud83c[\ude50\ude3a]|\ud83c[\ude50-\ude51]|\u203c|\u2049|[\u25aa-\u25ab]|\u25b6|\u25c0|[\u25fb-\u25fe]|\u00a9|\u00ae|\u2122|\u2139|\ud83c\udc04|[\u2600-\u26FF]|\u2b05|\u2b06|\u2b07|\u2b1b|\u2b1c|\u2b50|\u2b55|\u231a|\u231b|\u2328|\u23cf|[\u23e9-\u23f3]|[\u23f8-\u23fa]|\ud83c\udccf|\u2934|\u2935|[\u2190-\u21ff])$/g
console.log(regex.test("5️⃣")); // true - correct
console.log(regex.test("💡")); // false - should be true
console.log(regex.test("🌡️")); // false - should be true
console.log(regex.test("⛅")); // true - correct
console.log(regex.test("🍌🍀")); // false - correct- Auch dies bricht schrecklich (zweite Teständerungen basierend auf dem ersten Test?)
let regex = /^(?:[\u2700-\u27bf]|(?:\ud83c[\udde6-\uddff]){2}|[\ud800-\udbff][\udc00-\udfff]|[\u0023-\u0039]\ufe0f?\u20e3|\u3299|\u3297|\u303d|\u3030|\u24c2|\ud83c[\udd70-\udd71]|\ud83c[\udd7e-\udd7f]|\ud83c\udd8e|\ud83c[\udd91-\udd9a]|\ud83c[\udde6-\uddff]|[\ud83c[\ude01\uddff]|\ud83c[\ude01-\ude02]|\ud83c\ude1a|\ud83c\ude2f|[\ud83c[\ude32\ude02]|\ud83c\ude1a|\ud83c\ude2f|\ud83c[\ude32-\ude3a]|[\ud83c[\ude50\ude3a]|\ud83c[\ude50-\ude51]|\u203c|\u2049|[\u25aa-\u25ab]|\u25b6|\u25c0|[\u25fb-\u25fe]|\u00a9|\u00ae|\u2122|\u2139|\ud83c\udc04|[\u2600-\u26FF]|\u2b05|\u2b06|\u2b07|\u2b1b|\u2b1c|\u2b50|\u2b55|\u231a|\u231b|\u2328|\u23cf|[\u23e9-\u23f3]|[\u23f8-\u23fa]|\ud83c\udccf|\u2934|\u2935|[\u2190-\u21ff])$/g
console.log(regex.test("⛹🏿♂️")); // false
console.log(regex.test("⛅")); // truelet regex = /^(?:[\u2700-\u27bf]|(?:\ud83c[\udde6-\uddff]){2}|[\ud800-\udbff][\udc00-\udfff]|[\u0023-\u0039]\ufe0f?\u20e3|\u3299|\u3297|\u303d|\u3030|\u24c2|\ud83c[\udd70-\udd71]|\ud83c[\udd7e-\udd7f]|\ud83c\udd8e|\ud83c[\udd91-\udd9a]|\ud83c[\udde6-\uddff]|[\ud83c[\ude01\uddff]|\ud83c[\ude01-\ude02]|\ud83c\ude1a|\ud83c\ude2f|[\ud83c[\ude32\ude02]|\ud83c\ude1a|\ud83c\ude2f|\ud83c[\ude32-\ude3a]|[\ud83c[\ude50\ude3a]|\ud83c[\ude50-\ude51]|\u203c|\u2049|[\u25aa-\u25ab]|\u25b6|\u25c0|[\u25fb-\u25fe]|\u00a9|\u00ae|\u2122|\u2139|\ud83c\udc04|[\u2600-\u26FF]|\u2b05|\u2b06|\u2b07|\u2b1b|\u2b1c|\u2b50|\u2b55|\u231a|\u231b|\u2328|\u23cf|[\u23e9-\u23f3]|[\u23f8-\u23fa]|\ud83c\udccf|\u2934|\u2935|[\u2190-\u21ff])$/g;
console.log(regex.test("⛹")); // true
console.log(regex.test("⛅")); // falseGibt es einen Weg um all dieses Emoji / Unicode / Regex-Chaos herum? Sind Bibliotheken / APIs der einzige Weg? Wie machen Sie das?
1
Siehe regex101.com/r/dQEURi/1
—
Wiktor Stribiżew
Ich persönlich halte es für keine gute Idee, einen regulären Ausdruck beizubehalten, es sei denn, Sie generieren ihn aus der Unicode-Spezifikation . Es gibt jedoch bereits Bibliotheken, die dies tun. Siehe emoji-regex und emoji.json .
—
Jake Holzinger
Vielen Dank, Wiktor Stribiżew, dass Regex perfekt funktioniert! Darf ich wissen, wie oder woher du das hast?
—
Luxluxdev
Es gibt eine Zeit und einen Ort für Bibliotheken. IMHO das ist einer von ihnen. Die Kosten für die Aufrechterhaltung einer Abhängigkeit mit ihren Versionen und der Dateigröße scheinen mehr als aufgewogen zu sein, wenn jemand anderes dieses sehr komplexe Problem für Sie löst.
—
Chris
Betreff: "Wie machen sie das?" Die Bibliothek, auf die Daniel Vickers verlinkt hat, bezieht sich auf: unicode.org/reports/tr29/#Default_Grapheme_Cluster_Table
—
Chris