将带有表情符号的字符串转换为Unicode的C#方法

Question

将带有表情符号的字符串转换为Unicode的C#方法

3

我将从客户端获取一个字符串，例如：

This is a face&nbsp;&nbsp;:grin:&nbsp;

我需要将 :grin: 转换为 unicode 以便发送给其他服务。你知道如何做吗？

- VAAA

当你说“unicode”时，你是指 :grin: 会变成还是 :grin: 会变成U+1F601？ - mgul

那个磨合过程也很不错，知道如何转换为U+1F601也很好。感激不尽。 - VAAA

你需要准备一个查找列表，以下是一些起点：https://unicode.org/emoji/charts/full-emoji-list.html 和 http://mts.io/2015/04/21/unicode-symbol-render-text-emoji/。 - Jeremy Thompson

您也可以使用此JSON文件查找相应的表情符号：https://github.com/github/gemoji/blob/master/db/emoji.json。但是，此列表不包括像U+1F601这样的代码。 - mgul

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Evk · Accepted Answer

这里有一个链接link，指向一个包含相关信息的相当不错的JSON文件。它包含了一个巨大的数组（约1500个条目）和我们感兴趣的两个属性：“short_name”，表示像“grin”这样的名称，以及“unified”属性，其中包含Unicode表示形式，如“1F601”。

我建立了一个帮助类来将“：grin：”这样的短名称替换为它们的Unicode等效形式：

public static class EmojiParser {
    static readonly Dictionary<string, string> _colonedEmojis;
    static readonly Regex _colonedRegex;
    static EmojiParser() {
        // load mentioned json from somewhere
        var data = JArray.Parse(File.ReadAllText(@"C:\path\to\emoji.json"));
        _colonedEmojis = data.OfType<JObject>().ToDictionary(
            // key dictionary by coloned short names
            c => ":" + ((JValue)c["short_name"]).Value.ToString() + ":",
            c => {
                var unicodeRaw = ((JValue)c["unified"]).Value.ToString();
                var chars = new List<char>();
                // some characters are multibyte in UTF32, split them
                foreach (var point in unicodeRaw.Split('-'))
                {
                    // parse hex to 32-bit unsigned integer (UTF32)
                    uint unicodeInt = uint.Parse(point, System.Globalization.NumberStyles.HexNumber);
                    // convert to bytes and get chars with UTF32 encoding
                    chars.AddRange(Encoding.UTF32.GetChars(BitConverter.GetBytes(unicodeInt)));
                }
                // this is resulting emoji
                return new string(chars.ToArray());
            });
        // build huge regex (all 1500 emojies combined) by join all names with OR ("|")
        _colonedRegex =  new Regex(String.Join("|", _colonedEmojis.Keys.Select(Regex.Escape)));
    }

    public static string ReplaceColonNames(string input) {
        // replace match using dictoinary
        return _colonedRegex.Replace(input, match => _colonedEmojis[match.Value]);
    }
}

使用方法很明显：

var target = "This is a face&nbsp;&nbsp;:grin:&nbsp;:hash:";
target = EmojiParser.ReplaceColonNames(target);

它非常快（除了第一次运行，因为静态构造函数初始化需要时间）。对于您的字符串，它只需不到1毫秒的时间（无法使用秒表测量，总是显示0毫秒）。在巨大的字符串上，您在实践中永远不会遇到（1MB的文本），在我的机器上需要300毫秒。