如何将表情符号转换为其UTF-32/转义Unicode格式？

Question

我正在开发一个WPF聊天应用程序，想在其中使用表情符号。我正在开发WPF应用程序。我想读取来自Android/iOS设备的表情符号，并显示相应的图像。

在WPF中，我得到了一个看起来像这样的黑色表情符号。我不知道如何获取一组表情符号图标，这些图标以它们各自的十六进制/转义Unicode值保存。

所以，我想将这些表情符号的符号转换为UTF-32/转义Unicode，以便我可以直接用相关的表情符号替换它们。

我尝试将一个表情符号转换为其Unicode，但最终得到了一个带有几个不同Unicode的不同字符串。

string unicodeString = "\u1F642";  // represents  

Encoding unicode = Encoding.Unicode;
byte[] unicodeBytes = unicode.GetBytes(unicodeString);

char[] unicodeChars = new char[unicode.GetCharCount(unicodeBytes, 0, unicodeBytes.Length)];
unicode.GetChars(unicodeBytes, 0, unicodeBytes.Length, unicodeChars, 0);
string asciiString = new string(unicodeChars);

非常感谢您的帮助！！

- Joker_37

---

你说的“来自Android/iOS设备的表情符号”是什么意思？我肯定认为它们已经以Unicode的形式存在，而不是像你所说的图像或其他形式！ - Rand Random

Char.ConvertFromUtf32(0x1F642) 将为您提供UTF-16表示/正确的C# Unicode字符串。 - ckuri

@RandRandom 实际上，该应用程序是跨平台的，因此它会接收来自 Android 和 iOS 设备的表情符号，我希望在 WPF 客户端中检测到它们。 - Joker_37

是的，我明白了你说的那部分内容，但我认为你没有理解我的意思。你的问题是“如何将表情符号转换为其UTF-32 / 转义Unicode”，而我告诉你，我不相信你以除UTF-32 / 转义Unicode方式之外的任何其他方式接收来自Android / iOS的聊天消息。我猜想你已经接收到类似于“Hello dear. I hope wont fail the test. \u1F642”这样的内容，所以我的问题是，如果是这种情况，为什么你需要/想要将其转换为字节数组，然后再转换为字符串，当你一开始就拥有你所要求的东西时... - Rand Random

@RandRandom 不，我在我的问题中分享了一张笑脸的图片。我以那种格式接收这些表情符号。在WPF中，它被转换为代表笑脸的符号，请参考我分享的图片。所以问题是，我在WPF中得到了一个存在于'Segoe UI Emoji'字体系列中的符号，而没有得到UTF-32代码。所以我想知道是否有任何方法可以将这些符号转换为UTF-32 /转义Unicode？ - Joker_37

Answer 1

您的转义Unicode字符串在C#中无效。

string unicodeString = "\u1F642";  // represents  

这段代码并不代表“微笑”的表情，因为C#只识别前4个字符——代表一个UTF-16编码（使用2个字节）。

所以你实际上得到的是代表1F64的字符加上一个简单的2。 http://www.fileformat.info/info/unicode/char/1f64/index.htm

所以这个字符串：ὤ2

如果你想要输入具有4个字节的十六进制值，并获取相应的字符串，你需要使用：

var unicodeString = char.ConvertFromUtf32(0x1F642);

https://msdn.microsoft.com/zh-cn/library/system.char.convertfromutf32(v=vs.110).aspx

或者您也可以这样写：

\uD83D\uDE42

这个字符串可以像这样解析，以获得您想要的结果，即我们最初开始的十六进制值：

var x = char.ConvertFromUtf32(0x1F642);

var enc = new UTF32Encoding(true, false);
var bytes = enc.GetBytes(x);
var hex = new StringBuilder();
for (int i = 0; i < bytes.Length; i++)
{
    hex.AppendFormat("{0:x2}", bytes[i]);
}
var o = hex.ToString();
//result is 0001F642

由于UTF-32始终占用4个字节，所以结果会包含前导零。

你也可以使用BitConverter.ToString(byte[])代替for循环。详情请参见https://msdn.microsoft.com/en-us/library/3a733s97(v=vs.110).aspx。这时的结果如下：

var x = char.ConvertFromUtf32(0x1F642);

var enc = new UTF32Encoding(true, false);
var bytes = enc.GetBytes(x);
var o = BitConverter.ToString(bytes);
//result is 00-01-F6-42

- Rand Random

---

这是一个很好的回答，但让我困惑的一点是\uD83D\uDE42从哪里来的。为了让其他人理解清楚，这些被称为“代理对”。你可以在这里找到更多信息：https://unicodebook.readthedocs.io/unicode_encodings.html。它本质上是将UTF-32转换为两个UTF-16值的结果。可以在这里找到一个简单的转换工具：http://trigeminal.fmsinc.com/16to32AndBack.asp - Jason Rae

Answer 2

请注意，在C#中，Encoding.Unicode代表UTF-16编码。要读取32位Unicode，则需要使用Encoding.UTF32。在MSDN上了解更多关于Encoding.UTF32的信息。

- Jimbot

Answer 3

由于 C# 源文件可以包含 UTF-32 字符串文字，因此在此任务中没有必要使用任何编码。

---

示例 1。

var rgch = "\U0001F642".ToCharArray();
var str = $"\\u{(ushort)rgch[0]:X4}\\u{(ushort)rgch[1]:X4}";

结果："\uD83D\uDE42" 字符串str的长度为12个UTF-16代码点（24字节）

---

例子2。

var rgch = "\U0001F642".ToCharArray();
var str = rgch[0] + "" + rgch[1];

结果: ""             字符串 str 的长度为 2 个 UTF-16 编码点（4 字节）

- Glenn Slayden

Answer 4

您可以简单地使用 @using System.Web 进行编码。

var columndata = "CSR story with emoji "`
columndata   = HttpUtility.UrlEncode(columndata);

它将对文本和表情进行编码。

这里我有带有HTML标签的文本，所以在解码时我使用了Trim()进行解码。

string titleRaw = HttpUtility.UrlDecode(@Model.columnNamne.ToString().Trim());

如果不存储在HTML标签中，则：

string titleRaw = HttpUtility.UrlDecode(@Model.columnNamne.ToString());

- Ashish Makhija