JS Emoji 过滤

想用的直接看最后一行就好

基础知识

不得不承认阮蜀黍的文笔通俗易懂

• 字符编码笔记：ASCII，Unicode 和 UTF-8
• Unicode 与 JavaScript 详解

Emoji Unicode Tables

1. Emoticons ( 1F601 - 1F64F )
2. Dingbats ( 2702 - 27B0 )
3. Transport and map symbols ( 1F680 - 1F6C0 )
4. Enclosed characters ( 24C2 - 1F251 )
5. Uncategorized
6. Additional
   1. Additional emoticons ( 1F600 - 1F636 )
   2. Additional transport and map symbols ( 1F681 - 1F6C5 )
   3. Other additional symbols ( 1F30D - 1F567 )

转换？

只怪 JavaScript 你诞生的太早

JavaScript 只识别 UCS-2，对于 UTF-16 的 4 个编码来说，只能识别为 2 个单独的字符

友好的 ES6

ES6 对 Unicode 做了大幅增强支持

'\u{1f604}' === '\ud83d\ude04' // true

笨笨的我

然而我并不知道 '😄'.replace(/\u{1f604}/g, "") 这个的正则要怎么写，So，只能把带有辅助平面字符的 unicode 转换为 2 个单独的字符

 var unicode2UTF16 = function (unicode) {
 const h = Math.floor((unicode - 0x10000) / 0x400) + 0xD800; 
 const l = (unicode - 0x10000) % 0x400 + 0xDC00; 
 return '\\u' + h.toString(16) + '\\u' + l.toString(16);}

map

细细看下来，Emoji Unicode Tables 给的范围不按顺序出牌。Uncategorized 直接乱了爸妈都不认识，瞎眼整理：

\ud83d[\udc00-\udec5]

• 0x1F601(\ud83d\ude01) - 0x1F64F(\ud83d\ude4f)
• 0x1F600(\ud83d\ude00) - 0x1F636(\ud83d\ude36)
• 0x1F680(\ud83d\ude80) - 0x1F6C0(\ud83d\udec0)
• 0x1F681(\ud83d\ude81) - 0x1F6C5(\ud83d\udec5)
• 0x1F400(\ud83d\udc00) - 0x1F567(\ud83d\udd67)

\ud83c[\udd70-\udf4e]

• 0x1F30D(\ud83c\udf0d) - 0x1F3E4(\ud83c\udfe4)
• 0x1F170(\ud83c\udd70) - 0x1F251(\ud83c\ude51)

XXXXYYYYOOOO

结果

如果要弄太花费精力，还是网上搜了下，选了个大的(最后一个)。。。

• \ud83d[\udc00-\udec5]|\ud83c[\udd70-\udf4e]
• \ud83c[\udf00-\udfff]|\ud83d[\udc00-\ude4f]
• \ud83c[\udc00-\udfff]|\ud83d[\udc00-\udfff]|[\u2000-\u2fff]

return str.replace(/\ud83c[\udc00-\udfff]|\ud83d[\udc00-\udfff]|[\u2000-\u2fff]/g, "")

881 天后更新

使用上速正则及 google 到的正则都无法对 https://github.com/b3log/vditor/blob/master/src/ts/emoji/allEmoji.ts 中的 1503 个 emoji 进行完全匹配，因此重写如下：

• 1446 个 emoji 分别为 2、3、4、5、6、8、11 个字符，正则如下：

/([\u{1F300}-\u{1F5FF}][\u{2000}-\u{206F}][\u{2700}-\u{27BF}]|([\u{1F900}-\u{1F9FF}]|[\u{1F300}-\u{1F5FF}]|[\u{1F680}-\u{1F6FF}]|[\u{1F600}-\u{1F64F}])[\u{2000}-\u{206F}][\u{2600}-\u{26FF}]|[\u{1F300}-\u{1F5FF}]|[\u{1F100}-\u{1F1FF}]|[\u{1F600}-\u{1F64F}]|[\u{1F680}-\u{1F6FF}]|[\u{1F200}-\u{1F2FF}]|[\u{1F900}-\u{1F9FF}]|[\u{1F000}-\u{1F02F}]|[\u{FE00}-\u{FE0F}]|[\u{1F0A0}-\u{1F0FF}]|[\u{0000}-\u{007F}][\u{20D0}-\u{20FF}]|[\u{0000}-\u{007F}][\u{FE00}-\u{FE0F}][\u{20D0}-\u{20FF}])$/u)

• 44 个 emoji 为 1 个字符，正则如下：

/[\u{2100}-\u{214F}]|[\u{2000}-\u{206F}]|[\u{2460}-\u{24FF}]|[\u{0080}-\u{00FF}]|[\u{2700}-\u{27BF}]|[\u{2600}-\u{26FF}]|[\u{2B00}-\u{2BFF}]|[\u{2300}-\u{23FF}]|[\u{25A0}-\u{25FF}]|[\u{3000}-\u{303F}]|[\u{3200}-\u{32FF}]|[\u{2900}-\u{297F}]|[\u{2190}-\u{21FF}]/u

• 剩余 13 个为图片