关于Android：Android-如何从字符串中过滤表情符号(表情符号)？


Android - How to filter emoji (emoticons) from a string?

我正在开发一个Android应用，并且我不希望人们在输入中使用表情符号。

如何从字符串中删除表情符号字符？

相关讨论

表情符号可以在以下范围内找到(来源)：

  • U + 2190至U + 21FF
  • U + 2600至U + 26FF
  • U + 2700至U + 27BF
  • U + 3000至U + 303F
  • U + 1F300至U + 1F64F
  • U + 1F680至U + 1F6FF

您可以在脚本中使用此行来一次过滤所有内容：

text.replace("/[\u2190-\u21FF]|[\u2600-\u26FF]|[\u2700-\u27BF]|[\u3000-\u303F]|[\u1F300-\u1F64F]|[\u1F680-\u1F6FF]/g","");

相关讨论

最新的表情符号数据可以在这里找到：

http://unicode.org/Public/emoji/

有一个以表情符号版本命名的文件夹。
作为应用程序开发人员，一个好主意是使用可用的最新版本。

当您查看文件夹内部时，您会在其中看到文本文件。
您应该检查emoji-data.txt。它包含所有标准表情符号代码。

表情符号有很多小的符号代码范围。
最好的支持将是在您的应用程序中检查所有这些。

有人问为什么我们只能在 u后指定4，所以为什么会有5位数字代码。
这些都是由代理对组成的代码。通常使用2个符号来编码一个表情符号。

例如，我们有一个字符串。

1
String s = ...;

UTF-16表示

1
byte[] utf16 = s.getBytes("UTF-16BE");

遍历UTF-16

1
for(int i = 0; i < utf16.length; i += 2) {

得到一个字符

1
char c = (char)((char)(utf16[i] & 0xff) << 8 | (char)(utf16[i + 1] & 0xff));

现在检查代理对。表情符号位于第一平面上，因此请检查对的第一部分，范围为0xd800..0xd83f。

1
2
3
4
if(c >= 0xd800 && c <= 0xd83f) {
    high = c;
    continue;
}

对于代理对的第二部分，范围是0xdc00..0xdfff。现在我们可以将一对转换为一个5位代码。

1
2
3
4
else if(c >= 0xdc00 && c <= 0xdfff) {
    low = c;
    long unicode = (((long)high - 0xd800) * 0x400) + ((long)low - 0xdc00) + 0x10000;
}

所有其他符号不是成对的，因此请按原样处理它们。

1
2
3
else {
    long unicode = c;
}

现在使用emoji-data.txt中的数据检查它是否是emoji。
如果是，则跳过它。如果没有，则将字节复制到输出字节数组。

最后字节数组通过以下方式转换为String

1
String out = new String(outarray, Charset.forName("UTF-16BE"));
相关讨论

对于使用Kotlin的用户，Char.isSurrogate也可以提供帮助。查找并从中删除正确的索引。

这是我用来删除表情符号的东西。注意：这仅适用于API 24及更高版本

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
public  String remove_Emojis_For_Devices_API_24_Onwards(String name)
   {
    // we will store all the non emoji characters in this array list
     ArrayList<Character> nonEmoji = new ArrayList<>();

    // this is where we will store the reasembled name
    String newName ="";

    //Character.UnicodeScript.of () was not added till API 24 so this is a 24 up solution
    if (Build.VERSION.SDK_INT > 23) {
        /* we are going to cycle through the word checking each character
         to find its unicode script to compare it against known alphabets*/
        for (int i = 0; i < name.length(); i++) {
            // currently emojis don't have a devoted unicode script so they return UNKNOWN
            if (!(Character.UnicodeScript.of(name.charAt(i)) +"").equals("UNKNOWN")) {
                nonEmoji.add(name.charAt(i));//its not an emoji so we add it
            }
        }
        // we then cycle through rebuilding the string
        for (int i = 0; i < nonEmoji.size(); i++) {
            newName += nonEmoji.get(i);
        }
    }
    return newName;
}

so if we pass in a string:

remove_Emojis_For_Devices_API_24_Onwards("?? test ?? Indic:? Japanese:な ?? Korean:?");

it returns: test Indic:? Japanese:な Korean:?

Emoji placement or count doesn't matter

相关讨论