Pertanyaannya sederhana: Saya punya string
str, bagaimana cara memeriksa apakahstrada satu emoji tunggal, dan tidak ada yang lain? Selain itu saya lebih suka tidak menggunakan perpustakaan lain.Pertandingan
"π","βΉπΏββοΈ","3οΈβ£"tapi tidak"πa","π","ππ"
Saya mengalami masalah dalam menemukan solusi tetapi berikut adalah beberapa hal yang saya coba sejauh ini:
Solusi yang Dicoba 1 - Mainkan panjang dan ...operator
Saya belajar bahwa emoji menempati lebih dari satu byte, beberapa bahkan menempati 4 byte, atau lebih ... dan kita dapat mengukurnya melalui lengthproperti string :
console.log("π".length); // 2
console.log("π‘οΈ".length); // 3
console.log("βΉπΏββοΈ".length); // 6Kemudian saya mengetahui bahwa ...operator memperhitungkannya dan memisahkan emoji dengan benar dalam array - Saya kemudian dapat melihat lengthproperti array yang dihasilkan dan mendeteksi apakah mereka berbeda.
str = "βΉπΏββοΈ";
if (str.length !== [...str].length) {
// is emoji?
} else {
// is not emoji
}Tapi ini tidak memeriksa untuk karakter multi-byte lainnya seperti π‘yang panjangnya 2. Ditambah beberapa emoji masih terpisah secara aneh.
Attempted Solution 2 - Regex, ekspresi reguler
Tentu saja regex akan menjadi hal yang perlu diperhatikan tetapi saya belum menemukan solusi yang layak.
Regex jawaban ini\u00a9|\u00ae|[\u2000-\u3300]|\ud83c[\ud000-\udfff]|\ud83d[\ud000-\udfff]|\ud83e[\ud000-\udfff] berfungsi dengan baik untuk mendeteksi jika suatu string memiliki emoji, tetapi diterapkan pada situasi saya menghasilkan banyak masalah. Inilah tes saya:
Bagian A - Tanpa awal / akhir string regex ( ^dan $)
- 2A.1
str.match(regex)sangat tidak konsisten, itu memecah beberapa emoji dan beberapa lainnya tidak dapat digunakan. Saya tidak melihat cara untuk mengetahui apakah itu bahkan mengandung karakter non-emoji atau jika mengandung lebih dari satu emoji:
let regex = /(\u00a9|\u00ae|[\u2000-\u3300]|\ud83c[\ud000-\udfff]|\ud83d[\ud000-\udfff]|\ud83e[\ud000-\udfff])/;
console.log("5οΈβ£".match(regex)); // [ 'β£', 'β£', index: 2, input: '5οΈβ£' ]
console.log("π‘".match(regex)); // [ 'π‘', 'π‘', index: 0, input: 'π‘' ]
console.log("π‘οΈπ‘οΈ".match(regex)); // [ 'π‘', 'π‘', index: 0, input: 'π‘οΈπ‘οΈ' ]
console.log("aβ
".match(regex)); // [ 'β
', 'β
', index: 1, input: 'aβ
' ]- 2A.2
regex.test(str)mengembalikan true setiap kali emoji termasuk dalam string, yang bukan perilaku yang saya cari:
let regex = /(\u00a9|\u00ae|[\u2000-\u3300]|\ud83c[\ud000-\udfff]|\ud83d[\ud000-\udfff]|\ud83e[\ud000-\udfff])/;
console.log(regex.test("5οΈβ£")); // true - correct
console.log(regex.test("a")); // false - correct
console.log(regex.test("π‘οΈπ‘οΈ")); // true - should be false
console.log(regex.test("hello β
!")); // true - should be falseBagian B - Dengan awal / akhir string regex ( ^dan $)
- 2B.1
str.match(regex)mengembalikannullemoji tertentu karena suatu alasan. Saya tidak tahu mengapa, tetapi saya berasumsi ada kaitannya dengan mengapastr.match(regex)akan memecah emoji ini di Bagian A:
let regex = /^(\u00a9|\u00ae|[\u2000-\u3300]|\ud83c[\ud000-\udfff]|\ud83d[\ud000-\udfff]|\ud83e[\ud000-\udfff])$/;
console.log("5οΈβ£".match(regex)); // null
console.log("π‘".match(regex)); // [ 'π‘', 'π‘', index: 0, input: 'π‘' ]
console.log("π‘οΈ".match(regex)); // null
console.log("β
".match(regex)); // [ 'β
', 'β
', index: 1, input: 'aβ
' ]
console.log("ππ".match(regex)); // null- 2B.2
regex.test(str)akan kembalifalsepada emoji yang sama di mana ia akan kembalinullpadastr.match(regex):
let regex = /^(\u00a9|\u00ae|[\u2000-\u3300]|\ud83c[\ud000-\udfff]|\ud83d[\ud000-\udfff]|\ud83e[\ud000-\udfff])$/;
console.log(regex.test("5οΈβ£")); // false - should be true
console.log(regex.test("π‘")); // true - correct
console.log(regex.test("π‘οΈ")); // false - should be true
console.log(regex.test("β
")); // true - correct
console.log(regex.test("ππ")); // false - correctBagian C - Ekspresi reguler lainnya
- Saya menemukan ini tetapi memberikan inkonsistensi yang serupa, meskipun tidak sama
/(?:[\u2700-\u27bf]|(?:\ud83c[\udde6-\uddff]){2}|[\ud800-\udbff][\udc00-\udfff]|[\u0023-\u0039]\ufe0f?\u20e3|\u3299|\u3297|\u303d|\u3030|\u24c2|\ud83c[\udd70-\udd71]|\ud83c[\udd7e-\udd7f]|\ud83c\udd8e|\ud83c[\udd91-\udd9a]|\ud83c[\udde6-\uddff]|[\ud83c[\ude01\uddff]|\ud83c[\ude01-\ude02]|\ud83c\ude1a|\ud83c\ude2f|[\ud83c[\ude32\ude02]|\ud83c\ude1a|\ud83c\ude2f|\ud83c[\ude32-\ude3a]|[\ud83c[\ude50\ude3a]|\ud83c[\ude50-\ude51]|\u203c|\u2049|[\u25aa-\u25ab]|\u25b6|\u25c0|[\u25fb-\u25fe]|\u00a9|\u00ae|\u2122|\u2139|\ud83c\udc04|[\u2600-\u26FF]|\u2b05|\u2b06|\u2b07|\u2b1b|\u2b1c|\u2b50|\u2b55|\u231a|\u231b|\u2328|\u23cf|[\u23e9-\u23f3]|[\u23f8-\u23fa]|\ud83c\udccf|\u2934|\u2935|[\u2190-\u21ff])/g:
let regex = /^(?:[\u2700-\u27bf]|(?:\ud83c[\udde6-\uddff]){2}|[\ud800-\udbff][\udc00-\udfff]|[\u0023-\u0039]\ufe0f?\u20e3|\u3299|\u3297|\u303d|\u3030|\u24c2|\ud83c[\udd70-\udd71]|\ud83c[\udd7e-\udd7f]|\ud83c\udd8e|\ud83c[\udd91-\udd9a]|\ud83c[\udde6-\uddff]|[\ud83c[\ude01\uddff]|\ud83c[\ude01-\ude02]|\ud83c\ude1a|\ud83c\ude2f|[\ud83c[\ude32\ude02]|\ud83c\ude1a|\ud83c\ude2f|\ud83c[\ude32-\ude3a]|[\ud83c[\ude50\ude3a]|\ud83c[\ude50-\ude51]|\u203c|\u2049|[\u25aa-\u25ab]|\u25b6|\u25c0|[\u25fb-\u25fe]|\u00a9|\u00ae|\u2122|\u2139|\ud83c\udc04|[\u2600-\u26FF]|\u2b05|\u2b06|\u2b07|\u2b1b|\u2b1c|\u2b50|\u2b55|\u231a|\u231b|\u2328|\u23cf|[\u23e9-\u23f3]|[\u23f8-\u23fa]|\ud83c\udccf|\u2934|\u2935|[\u2190-\u21ff])$/g
console.log(regex.test("5οΈβ£")); // true - correct
console.log(regex.test("π‘")); // false - should be true
console.log(regex.test("π‘οΈ")); // false - should be true
console.log(regex.test("β
")); // true - correct
console.log(regex.test("ππ")); // false - correct- Juga ini rusak parah (perubahan tes kedua berdasarkan tes pertama?)
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])$/g
console.log(regex.test("βΉπΏββοΈ")); // false
console.log(regex.test("β
")); // truelet regex = /^(?:[\u2700-\u27bf]|(?:\ud83c[\udde6-\uddff]){2}|[\ud800-\udbff][\udc00-\udfff]|[\u0023-\u0039]\ufe0f?\u20e3|\u3299|\u3297|\u303d|\u3030|\u24c2|\ud83c[\udd70-\udd71]|\ud83c[\udd7e-\udd7f]|\ud83c\udd8e|\ud83c[\udd91-\udd9a]|\ud83c[\udde6-\uddff]|[\ud83c[\ude01\uddff]|\ud83c[\ude01-\ude02]|\ud83c\ude1a|\ud83c\ude2f|[\ud83c[\ude32\ude02]|\ud83c\ude1a|\ud83c\ude2f|\ud83c[\ude32-\ude3a]|[\ud83c[\ude50\ude3a]|\ud83c[\ude50-\ude51]|\u203c|\u2049|[\u25aa-\u25ab]|\u25b6|\u25c0|[\u25fb-\u25fe]|\u00a9|\u00ae|\u2122|\u2139|\ud83c\udc04|[\u2600-\u26FF]|\u2b05|\u2b06|\u2b07|\u2b1b|\u2b1c|\u2b50|\u2b55|\u231a|\u231b|\u2328|\u23cf|[\u23e9-\u23f3]|[\u23f8-\u23fa]|\ud83c\udccf|\u2934|\u2935|[\u2190-\u21ff])$/g;
console.log(regex.test("βΉ")); // true
console.log(regex.test("β
")); // falseApakah ada cara untuk mengatasi semua kekacauan emoji / unicode / regex ini? Apakah perpustakaan / apis satu-satunya cara? Bagaimana mereka melakukannya?
1
Lihat regex101.com/r/dQEURi/1
—
Wiktor StribiΕΌew
Saya pribadi berpikir mempertahankan regex bukanlah ide yang sangat bagus, kecuali Anda membuatnya dari spesifikasi unicode . Sudah ada perpustakaan yang melakukan itu. Lihat emoji-regex dan emoji.json .
—
Jake Holzinger
Terima kasih Wiktor StribiΕΌew, regex itu berfungsi dengan sempurna! Bolehkah saya tahu bagaimana atau dari mana Anda mendapatkan ini?
—
luxluxdev
Ada waktu dan tempat untuk perpustakaan. IMHO ini salah satunya. Biaya mempertahankan ketergantungan dengan versi dan ukuran file tampaknya lebih besar daripada meminta orang lain untuk memecahkan masalah yang sangat rumit ini untuk Anda.
—
Chris
Re: "bagaimana mereka melakukannya" perpustakaan yang terhubung dengan Daniel Vickers merujuk ke: unicode.org/reports/tr29/#Default_Grapheme_Cluster_Table
—
Chris